复杂网络的研究近年来吸引了许多学者,其中社区检测和动力学行为是目前的研究热点。揭示网络的社区结构,对深入了解网络结构、分析网络特性是非常关键的。本项目拟利用节点的动态演化博弈来检测社区结构。首先,基于演化动力学行为反映社区结构,建立加权重叠网络模型,并利用动态演化博弈所得出的节点分组结果进行静态社区检测。然后,针对复杂网络的动态拓扑结构,结合复制动态方程建立网络模型,给出动态社区检测算法。需要指出的是,本项目中算法将动态演化博弈中的复制动态方程针对社区检测具体情形做出相应改进,使得网络节点按照改进的复制动态方程演化时出现分组,进而发现社区。同时讨论模型中相关参数对检测速度、精度的影响,与目前公认算法比较优缺点,项目所提出的算法不需要社区结构的先验信息并且节点演化的计算量相对要小,更适应于大规模的真实网络。我们所提出的社区检测算法会对以后进一步将动态演化博弈与社区检测有效结合提供新思路。
英文主题词weighted complex networks;community detection;dynamic evoutionary game;dynamic equation;synchronization cluster