软件学报

作者：刘井莲，王大玲，冯时，张一飞

单位：刘井莲，东北大学 计算机科学与工程学院, 辽宁 沈阳 110169;绥化学院 信息工程学院, 黑龙江 绥化 15206111,王大玲，东北大学 计算机科学与工程学院, 辽宁 沈阳 11016902,冯时，东北大学 计算机科学与工程学院, 辽宁 沈阳 11016903,张一飞，东北大学 计算机科学与工程学院, 辽宁 沈阳 11016904

关键词：社会媒体网络;局部社区发现;模糊相似关系;社区结构

基金：国家重点研发计划（2018YFB1004700）；国家自然科学基金（61772122，61872074，61602103，U1435216）；黑龙江省属高校基本科研业务费项目（KYYWF10236180104）

近几年，在线社交媒体发展飞速，出现了大规模社会网络.传统的基于网络全局结构的社区发现方法难以有效地处理这些大网络.局部社区发现作为一种无需知道网络的全局结构、仅通过分析给定节点的周围节点之间的关系即可找出给定节点所在社区的方法，在社会网络大数据分析中具有重要的应用意义.针对真实世界网络结构中个体间的相似关系是模糊的或不确定性的，提出了一种基于模糊相似关系的局部社区发现方法.首先，采用模糊关系来描述两个节点之间的相似关系，以节点对的相似度作为该模糊关系的隶属函数；然后证明了该关系是一种模糊相似关系，将局部社区定义为给定节点关于模糊相似关系的等价类，进而采用最大连通子图算法求得给定节点所在的社区.分别在仿真网络和真实网络上进行了实验，实验结果表明，该算法能够有效地揭示出给定节点所在的局部社区，相比其他算法，具有更高的F-score.

来源：2020年第11期

《软件学报》期刊编辑部

查看软件学报杂志2020年第11期