在线多分辨率时间演化图聚类及簇演变模式挖掘

项目名称： 在线多分辨率时间演化图聚类及簇演变模式挖掘

项目编号： No.61173093

项目类型： 面上项目

立项/批准年度： 2012

项目学科： 自动化技术、计算机技术

项目作者： 黄健斌

作者单位： 西安电子科技大学

项目金额： 58万元

中文摘要： 各种真实世界网络以及链接关系数据随处可见，其海量性、复杂性、动态性、异构性等特征使得图数据挖掘成为当前一项颇具挑战性的研究课题。研究时间演化图中的高密度簇及其演变模式的在线多分辨率挖掘方法，对于高效、实时地揭示网络的内在社团结构、理解其功能特性、发现其演化规律、监控与预测其演变行为等均有重要意义。本项目采用图聚类分析技术，重点研究针对大规模动态网络的在线多分辨率、参数自适应、增量式图聚类算法，支持实时网络社团探测的图流聚类算法，支持异构网络分析的互聚类算法，以及针对多时间戳网络的图演化聚类与簇演变模式分析算法。实现大规模动态网络内在社团结构的自动、快速、准确、及时发现，社团形成、生长、分裂、合并、萎缩、凋亡等演化事件的自动监控，以及社团生命周期中各类演变模式的有效分析和挖掘。设计实现时空效率高、无需用户干预、可伸缩性强、鲁棒性好的算法软件包，并使其能广泛用于分析各种真实网络系统。

中文关键词： 图挖掘；动态网络分析；聚类分析；社团检测；演变模式分析

英文摘要：

英文关键词： Graph Mining；Dynamic Networks Analysis；Clustering Analysis；Community Detection；Evolution Patterns Analysis