中文摘要：

根据给定网络的连接结构，将节点划分为若干组，使得各组节点分别对应于某一功能单元，以上过程称为社区发现。近年来，社区发现受到很多学者的关注，他们往往将此问题限定于同质网络。现实中，由不同类节点和边构成的异质网络以多种形式广泛存在，而同质网络的社区发现算法无法适用于更为复杂的异质网络。本项目在同质网络的最优化、信息论、谱分析、统计推断等理论的扩展和延伸的基础上，引入分而治之、整体规划、等价转化和函数优化四个思路来建立算法框架，对形形色色异质网络中的社区发现展开系统的研究，以揭示异质网络结构和功能之间的关系，为现实复杂异质系统的结构分析、未知功能探测和知识发现提供有效的方法和途径。本课题的预期研究成果在Web信息搜索、网站用户行为分析、定向广告、个性化服务等方面具有广泛的应用前景。