动态加权网络中的演化社区发现算法研究

在动态网络中发现社区结构是一个非常复杂而有意义的过程，可以更好地观察和分析网络的演化情况。针对动态加权网络中的社区发现问题，提出了一种结合历史网络社区结构的算法，叫做动态加权网络中的演化社区发现算法（ECDA）。该算法分为两步：结合历史社区和网络结构信息，计算当前时间跳的输入矩阵；然后通过该输入矩阵计算得到结合历史时间跳信息的社区划分结果。该算法有以下优点：可以自动发现动态加权网络中每个时间跳的社区结构；对网络结构的变化和社区结构的变化具有较高的敏锐性。在人工数据集和真实数据集中进行了实验，实验结果证明该算法可以有效地发现动态加权网络中的社区结构，与其他算法相比具有较好的竞争力。