基于信息流动分析的动态社区发现方法

随着社交网络和微博等互联网应用的逐渐流行，其用户规模在迅速膨胀.在这些大规模网络中，社区发现可以为个性化服务推荐和产品推广提供重要依据.不同于传统的网络，这些新型网络的节点之间除了拓扑结构外，还进行频繁的信息交互.信息流动使得这些网络具有方向性和动态性等特征.传统的社区发现方法由于没有考虑到这些新的特征，并不适用于这些新型网络.在传染病动力学理论的基础上，从节点间信息流动的角度，提出一种动态社区发现方法.该方法通过对信息流动的分析来发现联系紧密、兴趣相近的节点集合，以实现动态的社区发现.在真实数据集上的实验结果表明：相对于传统的社区发现方法，所提出的方法能够更准确地发现社区，并且更能体现网络中社区的动态变化.