社会网络中面向多准则约束的社区发现方法*
摘要： 社会网络上的社区发现技术是近年来的研究热点之一 通常的社区发现方法往往立足于最优化社区的某个特征 从而达到识别社区的目的 例如最优化节点群的链接密度。在实际需求中 人们往往期待能够识别满足多种特征约束的社区 例如既连接紧密又在满足某种形状约束的条件下 规模越大越好。在某些情况下 单一条件约束的社区发现方法通常无法满足用户对于多准则的要求 而由于网络社区形式的任意性 不同发现方法的结果又难以合并。针对这一需求 给出了一种社区发现的多准则约束模型 以及能够同时满足结构约束、社区规模要求和紧密度要求的典型社区多准则约束规则; 提出了一种高效的算法和剪枝策略 并在一个大规模的真实数据集上验证了该算法的有效性和高效率。