动态信息网络中的角色演化异常及其发现

来源：计算机科学与探索杂志2015年第3期北京时间：

作者：李艳梅，李川，唐常杰，张永辉，张彪，杨宁，罗谦

单位：1. 四川大学 计算机学院，成都 6100652. 国家空管自动化系统技术重点实验室，成都 6100653. 武汉大学 软件工程国家重点实验室，武汉 4300724. 中国民用航空总局第二研究所，成都 610041

摘要：现实世界中的社交网络、合作者网络、邮件网络等诸多复杂系统均可抽象为动态信息网络。动态信息网络具有时序、复杂、多变的特征，分析其网络结构随时间演化的过程，尤其演化过程中出现的异常现象，对理解复杂系统的行为倾向于演化趋势具有重要意义。致力于动态信息网络中异常结构演化过程的发现， 通过角色定义刻画网络的结构特征，提出了角色演化异常（role evolving outliers，REOutliers）的概念，并给出了基于模式挖掘的角色演化异常发现算法（pattern-based role evolving outliers detection，P-REOD）。该算法挖掘整个网络中角色随时间演化的频繁模式，通过比较节点到频繁模式的相异程度进行REOutliers发现。实验表明，该算法能够进行有效的角色演化异常发现。

关键词：动态网络,模式挖掘,异常发现