【出 处】：《 计算机仿真 》 CSCD 2014年第31卷第11期 278-281页,共4页

【作 者】： 华烨 ; 胡访宇 ; 曹菁华

【摘 要】 在复杂网络研究中,社会网络中的社团发现,对商业营销、疾病传播控制等具有实际意义。目前许多研究针对于全局网络进行社团挖掘。挖掘算法因其较高的复杂度往往不适用于动态、大型网络。针对某个点或者某个区域的局部社团挖掘成为了近期的研究热点。为此提出了一种新的相对关系亲密度的计算方法,并与已有算法思想结合,形成了一种新的局部社团发现算法,提高了算法性能。基于已知社会网络、随机测试网络的实验证明了算法的有效性。