论文研究异质网络社区发现研究进展.pdf

异质网络将复杂系统中的信息抽象成不同类型的节点和链接关系，不同于同质网络，基于异质网络的社区发现能够挖掘出更加精确的社区结构。异质网络的社区发现通过对异质网络中的多维结构、多模信息、语义信息、链接关系等信息进行建模表示和提取分析，以发现其中相对紧密稳定的社区结构，对网络信息的获取与挖掘、信息推荐以及网络演化预测具有重要的研究价值。首先对社区发现和异质网络进行了简单阐述；随后结合实例介绍了异质网络社区发现的现有研究方法，包括基于主题模型、基于排序和聚类相结合、基于数据重构和基于降维的方法等，并针对各类方法指出了其特点和局限性；最后讨论了当前该领域在结构复杂性、建模复杂性、数据规模等方面面临的挑战。在将来，基于并行化、可扩展、动态增量的研究更能适应当前的变化环境。