基于事件的社会网络演化分析框架

被引：23

作者：

吴斌

王柏

杨胜琦

机构：

[1] 北京邮电大学北京市智能通信软件与多媒体重点实验室

来源：

软件学报 | 2011年 / 22卷 / 07期

关键词：

社会网络; 演化; 动态模式; 社团发现;

D O I：

暂无

中图分类号：

O157.5 [图论];

学科分类号：

摘要：

提出了一个全新的复杂网络分析框架来跟踪动态网络的演化规律,发现其在演化过程中的时间特性.不同于传统静态时间片的分析方法,整个框架首先利用有效而快速的方法发现网络的timeline,然后利用图近似算法刻画timeline中的平稳演化段落,这样可以有效地降低个体行为的不确定性所带来的网络演化噪声.此外,综合考虑到网络中个体的多维属性,还提出一种高效的社团发现算法,用以发现动态网络中的社团结构.为了对社团进行演化分析,提出了社团演化的评价方法,以发现社团演化过程的动态特征.最后,为了示例该框架的有效性和实用性,整个框架被应用于多个实际的网络数据集,并且揭示了这些网络在演化过程中的时间特性及社团演化模式.

引用

页码：1488 / 1502

页数：15

共 3 条

[1] The worst-case time complexity for generating all maximal cliques and computational experiments [J].

Tomita, Etsuji ;

Tanaka, Akira ;

Takahashi, Haruhisa .

THEORETICAL COMPUTER SCIENCE, 2006, 363 (01) :28-42

[2]

An event-based framework for characterizing the evolutionary behavior of interaction graphs .2 Asur S,Parthasarathy S,Ucar D. Proceedings of Knowledge Discovery in Databases:KDD . 2007

[3]

GraphScope: parameter-free mining of large time-evolving graphs .2 SUN J,FALOUTSOS C,PAPADIMITRIOU S,YU P S. KDD ’’’’’’’’07 . 2007

← 1 →