动态信息网络中的角色演化异常及其发现??

摘要：

现实世界中的社交网络、合作者网络、邮件网络等诸多复杂系统均可抽象为动态信息网络。动态信息网络具有时序、复杂、多变的特征，分析其网络结构随时间演化的过程，尤其演化过程中出现的异常现象，对理解复杂系统的行为倾向于演化趋势具有重要意义。致力于动态信息网络中异常结构演化过程的发现，通过角色定义刻画网络的结构特征，提出了角色演化异常（role evolving outliers，REOutliers）的概念，并给出了基于模式挖掘的角色演化异常发现算法（pattern-based role evolving outliers detection，P-REOD）。该算法挖掘整个网络中角色随时间演化的频繁模式，通过比较节点到频繁模式的相异程度进行REOutliers发现。实验表明，该算法能够进行有效的角色演化异常发现。

关键词：动态网络、模式挖掘、异常发现

分类号：TP301(计算技术、计算机技术)

资助基金：The National Natural Science Foundation of China under Grant Nos.61103043,61173099;the National Science and Technology Pillar Program During the“12th-Five-Year-Plan”of China under Grant No.2012BAG04B02;the Program of State Key Laboratory of Software Engineering of Wuhan University under Grant No. SKLSE2012-09-26

在线出版日期：2015-03-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：321-329