徐正巧　高江錦　趙德偉

摘要：隨著復雜網(wǎng)絡(luò)研究的深入，網(wǎng)絡(luò)社區(qū)結(jié)構(gòu)的研究逐漸成為學者們研究的熱點，該文將復雜網(wǎng)絡(luò)社區(qū)檢測技術(shù)進入對推薦系統(tǒng)中，同時利用動態(tài)社區(qū)檢測算法進行演化社區(qū)結(jié)構(gòu)和用戶偏好研究，有效的設(shè)計和實現(xiàn)個性化推薦，為社區(qū)提供更優(yōu)質(zhì)，更適合的服務(wù)，以此來促進用戶和社區(qū)共同發(fā)展。

關(guān)鍵詞：復雜網(wǎng)絡(luò)；社區(qū)檢測；個性化推薦；推薦系統(tǒng)

1概述

隨著網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，推薦技術(shù)的研究已經(jīng)成為很多交叉領(lǐng)域的熱點，其理論和應用的價值和意義非常重大。而推薦系統(tǒng)近些年來越來越受人們的關(guān)注，呈現(xiàn)出欣欣向榮的發(fā)展趨勢，包括電影、音樂、新聞、著作、科研論文等都非常普及，逐漸成為我們生活中必不可少的一部分。推薦系統(tǒng)是指根據(jù)用戶的喜好，來為用戶中的成員提供個性化推薦的系統(tǒng)?，F(xiàn)實生活中這樣的系統(tǒng)比較多，如豆瓣讀書中的“豆瓣猜”功能，它就是根據(jù)你看過書和讀后評價，與整個豆瓣社區(qū)其他會員看過的書與評價，就可以給你推薦你沒讀過但感興趣的書；淘寶等購物網(wǎng)站通過用戶瀏覽記錄、登錄信息和購買信息等數(shù)據(jù)分析用戶的偏好、購買能力找到用戶感興趣的東西，提高網(wǎng)絡(luò)交叉銷售能力等。

隨著博客、微博、微信、QQ等各種網(wǎng)絡(luò)社交平臺的涌現(xiàn)和發(fā)展，學術(shù)界對網(wǎng)絡(luò)結(jié)構(gòu)及其演化的研究有了更廣泛的關(guān)注，將單一對網(wǎng)絡(luò)的研究擴展到移動互聯(lián)網(wǎng)應用、生物醫(yī)學、科技等商業(yè)應用中。個性化推薦技術(shù)是在信息檢索的基礎(chǔ)上發(fā)展起來的，它是經(jīng)過分析用戶的行為特征，挖掘每個用戶特有的偏好，然后再根據(jù)用戶的喜好從海量數(shù)據(jù)中挖掘用戶最可能感興趣的信息，推薦給用戶。

基于社區(qū)的推薦技術(shù)也逐漸成為推薦技術(shù)研究的一個熱點，研究者們利用網(wǎng)絡(luò)分析、鏈路預測等對網(wǎng)絡(luò)中的個體用戶的屬性進行分析，記錄其個性化偏好，為其進行最合適、最有價值的和最感興趣的推薦，雖然目前這些技術(shù)已經(jīng)有了很大的關(guān)注，也取得了一定的成果，但是這些研究也只是針對靜態(tài)網(wǎng)絡(luò)，而網(wǎng)絡(luò)實際上是動態(tài)演化的，因此，個性化推薦系統(tǒng)中社區(qū)用戶也是動態(tài)變化的，不僅如此，社區(qū)中用戶的偏好也是可能發(fā)生變化的，所以，我們需要基于動態(tài)演化網(wǎng)絡(luò)來進行個性化推薦技術(shù)的研究，以此來提供更好的服務(wù)，更合適的推薦。

2復雜網(wǎng)絡(luò)

復雜網(wǎng)絡(luò)的相關(guān)研究進入中國已經(jīng)十年，在過去的十年中，很多研究方向受到來自不同研究領(lǐng)域?qū)W者們的廣泛關(guān)注，并極大地推動了復雜網(wǎng)絡(luò)和復雜性科學的發(fā)展?，F(xiàn)代網(wǎng)絡(luò)科學對我們學習和理解復雜網(wǎng)絡(luò)有非常重要的作用，復雜網(wǎng)絡(luò)是研究復雜系統(tǒng)地一個角度和方法，研究和挖掘出了各種各樣的具有一定普適性的網(wǎng)絡(luò)特征，如無標度現(xiàn)象、小世界效應、社團性等。而進行社團結(jié)構(gòu)的研究和分析有助于我們更好的理解復雜網(wǎng)絡(luò)結(jié)構(gòu)及其演化機制。

復雜網(wǎng)絡(luò)可用來表示眾多的社會、生物和通信系統(tǒng)，其中節(jié)點表示個體或者組織，邊表示節(jié)點之間的交互關(guān)系。通過對復雜網(wǎng)絡(luò)的研究，人們可以對模糊世界進行量化和預測，目前只有基于復雜網(wǎng)絡(luò)的研究成果，能夠在一定的范圍內(nèi)對事物的發(fā)展和運行進行簡單預測，并且能夠?qū)W(wǎng)絡(luò)崩潰進行一定的預告。

3動態(tài)社區(qū)檢測

網(wǎng)絡(luò)中的社團就是指一組內(nèi)部節(jié)點聯(lián)系緊密與網(wǎng)絡(luò)中其他節(jié)點鏈接稀疏的節(jié)點的集合，也就是說社團內(nèi)部節(jié)點的聯(lián)系是非常緊密的，而社團間的節(jié)點聯(lián)系相對而言聯(lián)系就比較稀疏，社團也可以被稱為“簇”，通常社團中的節(jié)點擁有相似性。

近些年來，不同領(lǐng)域的學者們從不同角度使用不同方法對社區(qū)結(jié)構(gòu)進行了深入的研究和探討，提出了許多經(jīng)典的社區(qū)檢測算法，如基于模塊化的算法，隨機游走算法，聚類算法和基于矩陣分解算法，社區(qū)檢測算法在許多方面與聚類分析很相似，許多聚類算法（k-means、DBSCAN）可以很容易改變成社區(qū)檢測算法?，F(xiàn)有的社團結(jié)構(gòu)的檢測方法大多只適用于靜態(tài)網(wǎng)絡(luò)，然而大多數(shù)復雜網(wǎng)絡(luò)例如生物網(wǎng)絡(luò)、社交網(wǎng)絡(luò)、電力網(wǎng)絡(luò)等都不是靜態(tài)的，其拓撲結(jié)構(gòu)隨著時間的推移在不斷發(fā)生變化，因此網(wǎng)絡(luò)中的社團也不是靜態(tài)的，是一個消亡，新生，收縮，擴張，分裂和融合的過程，近些年了，研究著相繼提出了一些新的動態(tài)社區(qū)發(fā)現(xiàn)算法。

4個性化推薦系統(tǒng)

復雜網(wǎng)絡(luò)和社會網(wǎng)絡(luò)分析理論的研究，將社區(qū)擴展到了虛擬的社會網(wǎng)絡(luò)中，網(wǎng)絡(luò)不斷的演化，社區(qū)結(jié)構(gòu)也在隨之發(fā)生著變化，社區(qū)中的用戶以及用戶的興趣也隨著時間和環(huán)境的不斷變化而出現(xiàn)變化，社區(qū)結(jié)構(gòu)和用戶興趣模型也是一個隨著時間不斷動態(tài)變化的過程。