基于模块性指标的动态网络社群结构探测方法  

Community structure detecting algorithm for dynamic networks based on modularity

作　　者：杜海峰[1] 悦中山[2] 李树茁[1,3] 陈盈晖[2] 费尔德曼[1,4] 

机构地区：[1]西安交通大学公共管理与复杂性科学研究中心,西安710049 [2]西安交通大学管理学院,西安710049 [3]西安交通大学公共政策与管理学院人口与发展研究所,西安710049 [4]斯坦福大学人口与资源研究所

出　　处：《系统工程理论与实践》2009年第3期162-171,共10页Systems Engineering-Theory & Practice

基　　金：国家自然科学基金(70671083);国家社会科学基金(05ARK001);教育部“新世纪优秀人才支持计划”(NCET-04-0931,NCET-07-0668);西安交通大学“985工程”二期重点项目(07200701);“长江学者”奖励计划;教育部留学回国人员科研启动基金;美国Santa Fe Institute国际项目基金、斯坦福大学联合资助项目

摘　　要：针对节点增加的动态网络,提出一种对应的动态网络社群结构探测算法CDD(Community Structure Detection Algorithm for Dynamic Networks).CDD算法依据节点加入引起模块性指标变化的情况,对网络节点进行社群划分,从而可以发现网络社群结构随时间的动态变化过程.利用计算机生成数据、Ucinet和Pajek提供的有关网络数据,通过社群结构探测试验表明,CDD算法不但可以对动态网络的社群结构变化进行探测,同样也可以实现静态网络的社群结构探测;与N-G算法和A-N算法等社群结构探测算法相比,算法的速度快,所获得的模块性指标也基本相当.In order to detect the community structure in the dynamic network with node adding,a corresponding algorithm named CDD is explored.Based on the modularity changing along with the new node adding,CDD can not only detect the community structure,but also exhibit the evolution of these communities during the network structure changing.Compared with Newman s corresponding algorithms,the results of community detection for some networks,such as computer-generated networks,Ucinet networks and Pajek networks,indicat...

关 键 词：动态网络 社群结构 模块性 

分 类 号：F224.33[经济管理—国民经济]