1、隨著信息化的發(fā)展，社會網絡在人們的日常生活中扮演著越來越重要的角色，社會網絡分析不僅僅受到了社會學家的重視，也受到了其他領域學者們的熱捧。社會網絡由參與者以及參與者之間的聯(lián)系構成，其中參與者通常會出現(xiàn)聚簇現(xiàn)象，我們將這些簇稱之為社區(qū)，同一個社區(qū)內部參與者具有相似的屬性且聯(lián)系緊密，不同社區(qū)之間聯(lián)系稀疏且其屬性各異。社會網絡中社區(qū)結構的研究具有重要的理論指導意義和實踐應用價值，它不僅有利于了解整個網絡的功能結構，掌握其內部規(guī)律，預測其發(fā)展方

2、向;也在電子商務、計算機病毒傳播控制等方面起到了重要作用。
　　經過多年發(fā)展，大量的社區(qū)挖掘策略被提出，通過研究學習我們發(fā)現(xiàn)這些策略有很多不足之處:社區(qū)挖掘時間復雜度過高、缺少與用戶交互以及不能有效的針對不完整社會網絡進行社區(qū)挖掘，為此本文做了下面三方面的工作。
　　1.為解決現(xiàn)存社區(qū)挖掘策略時間復雜度過高、缺少與用戶交互等問題。本文討論了社會網絡節(jié)點中心度、度的冪律分布等特性，提出了“關鍵子網絡”和“社區(qū)框架”的概念，設計

3、了社區(qū)框架挖掘算法(Mine the Community Framework，MCF)和社區(qū)框架鉆取算法(Drill Down the Community Framework，DCF)，其中MCF算法用于挖掘社會網絡的社區(qū)框架，DCF用于對社區(qū)框架進行鉆取，從不同粒度展現(xiàn)社會網絡社區(qū)結構;
　　2.為解決現(xiàn)存社區(qū)挖掘算法不能有效處理不完整社會網絡的問題，討論了社會網絡的傳遞性以及節(jié)點屬性相似度，提出了補償矩陣的概念，設計了構建相對