计算机研究与发展

作者：李赫,印莹,李源,赵宇海,王国仁,

关键词：动态网络社区检测, 演化聚类, 多目标优化, 随机行走, 粒子群算法,

动态网络社区检测能揭示社区结构随时间演变的规律，是目前网络社区研究领域的热点之一.基于演化聚类的方法被广泛采用，但存在2个主要问题：1)缺乏结果校正机制，容易产生“结果漂移”和“误差累积”问题;2)问题的NP-难本质，导致基于模块度的精确社区结构检测在效率上存在很大问题.针对以上问题，通过对传统演化聚类框架和离散粒子群算法的改进及有效结合，提出一种高效且有效的多目标动态社区检测方法(multi-objectivediscreteparticleswarmoptimizationfordynamicnetwork,DYN-MODPSO)，主要工作包括：1)提出基于最近未来参考策略的初始聚类结果校正方法，提高动态社区检测结果的有效性;2)改进传统粒子群算法，使其能与演化聚类框架有效结合;3)提出基于去冗余的随机游走初始群体生成方法，提高传统粒子群算法中的个体多样性并保证个体的初始精度;4)提出多个体交叉算子及改进的干扰算子，提高算法的局部搜索能力与收敛能力.大量基于真实和人工动态网络数据的实验结果证实，提出的方法在效率和有效性方面，显著优于同类比较算法.

来源：2019年第2期

《计算机研究与发展》期刊编辑部

查看计算机研究与发展杂志2019年第2期