国内刊号:51-1196/TP
国际刊号:1001-3695
发布日期:
作者:李辉,陈福才,张建朋,吴铮,李邵梅,黄瑞阳,
单位:信息工程大学,郑州450002;
关键词:社团发现,动态网络,重叠社团,深度学习,
基金:国家自然科学基金群体项目;国家重点研发计划项目;郑州市协同创新重大专项资助项目;;
社团发现方法能够用来挖掘网络中隐藏的聚簇结构信息,对复杂网络结构与功能的分析具有重要意义。近些年来,随着网络数据的爆炸式增长,网络演化的多样性,涌现出了大量能够处理不同场景的社团发现方法和框架。为了深入了解社团发现领域的研究现状和发展趋势,对复杂网络中的社团发现算法进行综述。首先,对这些算法进行了分类;其次,详细介绍了每一类算法,并进行了分析和对比;之后,介绍了一些常用的评价指标,并阐述了社团发现的应用场景;最后,对该领域未来研究方向进行了展望。
来源:2021年第6期
《计算机应用研究》期刊编辑部