在线网络社区演化技术研究

周华 李嶒

（安徽中澳科技职业学院 安徽 合肥 230041）

在线网络社区演化技术研究

周华 李嶒

（安徽中澳科技职业学院 安徽 合肥 230041）

伴随着我国互联网技术的迅猛发展，作为人类社交活动的重要载体，互联网技术的重要性早已深入人心。众所周知，数以十亿计的网络社会群体正式借助于互联网技术和网络社区而成长起来的。他们是运用互联网技术进行互动，主要是以BBS、SNS社区、微博等形式表现出来。这些在线网络社区为我们的工作与生活提供了巨大的便利，也发挥出巨大作用。那么就需要我们系统的去把握在线网络社区的自身发展规律，需要我们利用各类技术手段建立科学的网络模型科，需要我们能够准确无误的探索出网络的演化规律与特点。这对于应对网络突发事件与预测未来网络发展方向有着深远的意义，也可以在一定程度上理解网络结构与行为。

在线演化；网络技术；网络动态

1.复杂网络演化技术的研究

目前国内外研究网络演化技术的研究已日趋成熟，众多学者的研究目的就是为了可以设计出一个能客观反映网络演化运行规律的目标模型。研究人员希望这种目标模型能够在一定程度上准确预测社会自身演化的方向。这种目标模型是能够利用社区在不一样的实践段上所反馈的演化数据，最终可以探寻出社区变化的自身规律与特点，而且能够利用社区的自身特征规律与社区演化的模型。与此同时，研究人员设计的目标模型是依照社区演化的数据而设计，这种目标模型在某种程度上就是社区演化过程的一种演示或者反映。研究所人员可以根据社区变化的自身规律，按照其规律设计，适合社区演化的网络动态演化模型。这就可以在很大程度上，不仅仅能够弥补现有网络动态演化模型的不足。而且，还可以避免出现不少模型（网络动态演化）单方面的关注，某网络边和节点的增减。就可以充分避免对于社区结构的重要性认识不足的情况。与此同时，网络动态演化模型在一定程度上可以客观反映网络在演化过程中的减边现象，更为重要的是其并不依赖于规则的网络特征。

2.基于社区变化规则的网络动态演化模型

本文是根据适应度模型的架构之上，而且依照社区变化规律，提出了一种符合社区变化的动态网络演化模型。根据这种动态演化模型，研究人员不仅仅能够发现网络动态变化的规律。而且，还可以通过模型，发现社会变化的优先连接与增长等信息。与此同时，这种动态演化模型还十分符合在线网络社区结构稳定的特征，还能够在一定程度上去模拟在线网络社区，尤其是其减边现象等情况。而且能够有针对性，让研究人员对其演化方向做出较为准确的预测与判断。

2.1 演化特征的选择

这种模型就必须要运用其自身特点，针对在线网络的自身演化过程，进行客观而系统的模拟。这就包括：第一是起始社区规模（与社区演化相关联的），第二是平均社区系数；第三是社区规模的增长率。当然，这就还需要包括节点增长率（都是与网络增长相关联的），以及社区边增长率，再者就是减边率（网络中的边消失现象）。研究人员对于其模拟时，必须要首先对在线网络社区进行较为客观公正的统计，主要是针对其特征。研究人员一般预设统计的时间是T，因此就是在T时间内统计，T就为时间点，接下来就是T1，T2，T3，T4直到Tm。

所以T1时也就是研究人员所称的社区规模起始点。那么什么是社区规模增长率呢？研究人员一般认为是两个相邻的时间点社区规模增长率相加再平均，得到的数值就是模拟增长率。那么什么是平均社区系数呢？一般认为是不同的时间点网络上的社去系数的平均数值。通常和网络增长有较大关联的特点主要是两种：第一是，节点增长率。这一般是指网络在相邻时间点上，每个节点数量的增长率的一个平均数值；第二是，边增长率。通常我们认为是指网络在相邻时间点上，每个的边数量的增长率的一个平均数值。而减边率就是研究人员所指的在相邻时间点上不同减边值的一个平均数值。

2.2 社区动态演化规律的提取

通常我们队社区动态演化，大致需要对六个特征进行客观统计分析。而在正式建立社区目标模型的前期就要提取特征。我们简单就提取特征进行较为详细的介绍。众所周知，与社区演化有关的特征只有三个，这些都可以从社区演化路径中获取。而且社区演化路径可以反映出网络中的社区演化规律的一般路径，而且其反映出它社区在某一段时间内的演化关系。尤其是在基于社区变化规则的动态网络演化模型中，社区演化路径一般是不需要运用社区之间的前驱后继关系，通常只需要通过社区演化路径计算起始社区规模、平均社区系数与社区增长率。因此当模型中使用到的社区演化路径是表示在不一样的时间点上社区结构组成的序列，就可以通过社区发现算法在不一样的时间点上对网络进行社区发现，而且可以通过时间顺序排列得到结果。

3.基于社区变化规则的网络动态演化模型分析

3.1 分析网络增长方式指标的选择

众所周知，每一种模型的网络增长的模式是迥异的。模型的特征也是按照不同真实网络显现出来。正是此种特征在很大程度上注定了增长的模式，也显现出其自身的特征。在理想状态下，真实网络显现出来的增长模式，一定是一种较为有规律性的。同时，此模式增长规律是可以采用拟合函数予以精确表示。

3.2 分析网络动态演化特征

一般情况下，会将真实网络中规模增长较为明显的，将其依照增长率表示出为时间的函数。并且，模型是按照函数反映的增长规律，以此来进行规模增长。那么，就可以对网络进行模拟与预测。然而，要考虑到真实网络增长方式肯定，具有不规则性的一面。与此同时，我们并不能经常可以，得到一个在线网络社区从形成到现在所有带有时间戳的数据信息。所以，我们就不能总结出规则增长方式。在这种情形下，为了对网络进行预测。就必须要运用其他的方法，描述网络的增长。由于在线社区网络不规律变化的原因，我们将模型选择的增长指标为平均节点增长率与平均边增长率。

与此同时，我们一般认为依据社区变化规则，所设计的网络动态模型是一种可预测型的模型。这种模型能够充分根据节点增长率，以及边增长率去进行模拟。这种模型的本质上是按照其以往的平均变化特征来预测以后的趋势。因此，对于演化缺乏明显规则的网络而言，我们运用平均变化率，去预测外来将会是一种更为稳妥的方式之一。总而言之，期望值会与真实结果比较接近。

我们认为按照其变化规律，去设计网络动态模型。首先，可以在很大程度上避免，研究人员对于模型的依赖，尤其是对于拟合函数的依赖。能够较好的反馈在线网络社区，在以往的时间段中的表现，去预测社区外来发展的方向。这种模型，不仅仅可以能够反馈社区演化，保罗在其演化时的各种变化。而且，还可以进一步反馈出社区变化的规律。通过分析发现，这种模型能够较好的完成对这个在线网络社区的规模和社区的预测。

[1］高琳.模块密度谱分的网络社区发现方法[J].西安电子科技大学学报, 2014(3).

[2］彭佳扬，杨路明.一种发现交叠社区的快速层次化算法[J].中南大学学报,2014 (3).

[3］裴文江.针对重叠社团结构的复杂网络多靶向攻击策略[J].北京邮电大学学报,2015（5）.

[4］林旺群，邓镭，丁兆云等.一种新型的层次化动态社区并行计算方法[J].计算机学报，2014（3）.

[5］窦炳琳，李澍淞，张世永.基于结构的社会网络分析[J].计算机学报，2015（1）.

[6］窦蕾.面向构件的复杂软件系统中动态配置技术的研究[J].国防科技大学学报，2013（2）.

[7］彭鑫,赵文耘.吴毅坚.一个支持构件演化和变更管理的配置管理工具[J].南京大学学报,2014（5）.

[8］陈兆琪,钟林辉,张路等.软件变化管理系统研究小型微型计算机系统[J].计算机学报,2015（1）.

[9］王晓鹏,王千祥,梅宏.一种面向构件化软件的在线演化方法[J].计算机学报, 2011（9）.

[10］李长云,何频捷,李玉龙.软件动态演化技术[M].北京大学出版社,2010.

[11］Sh enG.H.,HuangZ.Q.,ZhangY.P.,etal.ASemanticModelforMatchma king ofWeb Services Based on Description Logics[J].IOS Press,2009,96(1-2):211-226.

[12］Qiu L.R.,Fen L.,et al.Semantic Web services composition using AI planning of description logics[A].IEEE Asia-Pacific Conference on Services Computing, 2006(APSCC06)[C].Guangzhou,Guangdong,2006:340-347.

Research on online community evolution technology

Zhou Hua Li Zheng
(Anhui Zhong'ao Institute of Technology Anhui Hefei 230041)

with the continuous development of China's Internet technology,Internet technology has become an indispensable part of human social activities,one of the important platform.As we all know,lots of online network user community with the help of Internet technology emerged a large social groups,they are using the power of the Internet to interact,is mainly manifested in the BBS,SNS,micro blogging and other forms.These online network communities have provided great convenience for our work and life,and also played a huge role.How to master the changing rules of the online network community,how to establish the network model scientifically,how to accurately study the evolution of the network.It is of great significance to deal with the network emergency and forecast the development direction of the network in the future,and also can understand the structure and behavior of the network to a certain extent.

Online evolution；Network technology；Network dynamics

TP393

A

2095-7327（2017）-04-0160-02

安徽省科技攻关计划“高职院校智慧校园建设关键问题研究及实现”，项目编号为1501041135。

周华（1985—），男，安徽枞阳人，安徽中澳科技职业学院教师，在读硕士研究生，研究方向为服务计算。

李嶒（1983—），男，安徽萧县人，安徽中澳科技职业学院副教授，硕士，研究方向为Petri网与工作流技术。