CCDCD:基于图密度的动态约束社团核心挖掘方法

摘要：

社会网络中社团核心的发现是目前研究界和产业界关注的热点问题.现有算法把社团处理为特定约束下的图后,将社团核心发现规约为紧凑子图的提取,但对于动态约束下的多图效率很低.为此,提出基于图密度的动态约束社团核心挖掘方法--CCDCD (community core mining with dynamic constrains based on graph density).主要工作包括:(1)分析约束条件变化下,关于社团的图密度变化规律;(2)提出约束变化下,社团图密度的近似求解算法DCIJE (dynamic calculation based on updated edges);(3)通过实验表明,与现有方法相比,对较大规模的社团图,新方法能获得更好解,降低时间消耗80%以上;验证了动态约束能发现更多有兴趣度的知识.

关键词：社团核心、图密度、动态约束、紧凑子图、团

所属期刊栏目：3

分类号：TP301.13(计算技术、计算机技术)

资助基金：The National Natural Science Foundation of China under Grant No.60773169;the 11th Five Years Key Programs for Science & Technology Development of China under Grant No.2006BAI05A01

在线出版日期：2009-06-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：309-320