一、项目名称：大规模网络半监督广义社区发现研究（编号61503260）
二、项目简介：在线社交网络每天产生庞大、繁杂的网络数据，挖掘和分析其潜在结构可为决策者提供强有力的决策依据。传统的社区结构发现方法仅能发现网络中的社区结构（社区内节点链接紧密、社区间节点链接稀疏），在网络中没有社区或存在其它类型结构时失效。基于随机块模型的方法可挖掘网络潜在的多种类型结构，其根据节点与它类链接模式定义类（称作“广义社区”）。近几年研究者提出了一些网络广义社区发现方法，其准确率和效率
都有待深入研究。本项目拟结合基于随机最优化理论的大数据处理算法、半监督聚类、概率图模型理论框架等技术，提高大规模网络的广义社区发现性能。主要研究内容包括：1）基于随机最优化算法的大规模网络广义社区发现概率模型及参数估计方法；2）基于生成模型的半监督广义社区发现模型及参数估计方法；3）大规模网络的半监督广义社区发现概率模型和参数估计方法。
三、项目下达单位
国家自然科学基金委
四、项目组成员
主持人：柴变芳
参与人：硕良勋 尹立杰 傅玥 胡吉朝 许冀伟
五、申请项目单位： 石家庄经济学院
六、项目经费： 总经费22.4万
七、项目执行期限： 2016年1月 -- 2018年12月
