1、社團(tuán)發(fā)現(xiàn)是復(fù)雜網(wǎng)絡(luò)分析中一個(gè)重要的研究領(lǐng)域，其本質(zhì)上屬于數(shù)據(jù)挖掘技術(shù)中的聚類。聚類的目的是將較為相似的數(shù)據(jù)點(diǎn)聚集成簇，而在現(xiàn)實(shí)生活中存在的復(fù)雜網(wǎng)絡(luò)也是因?yàn)橄嗨菩远粍澐譃槿舾蓚€(gè)社團(tuán)。在眾多衡量網(wǎng)絡(luò)中各節(jié)點(diǎn)之間相似性的方法中，聚集系數(shù)是最為常用的一種方法。本課題提出兩個(gè)聚類算法用于發(fā)現(xiàn)復(fù)雜網(wǎng)絡(luò)中的社團(tuán)，這兩個(gè)算法都是依據(jù)聚集系數(shù)衡量網(wǎng)絡(luò)中節(jié)點(diǎn)的相似度。這兩個(gè)算法是：
　　1)一個(gè)新的動(dòng)態(tài)聚類算法用于一般復(fù)雜網(wǎng)絡(luò)中的社團(tuán)發(fā)現(xiàn)。該算法采

2、用兩種網(wǎng)絡(luò)拓?fù)涮匦裕垲愄匦耘c中心特性，對(duì)網(wǎng)絡(luò)進(jìn)行分析。聚類特性用于衡量網(wǎng)絡(luò)中各有邊相連節(jié)點(diǎn)之間在拓?fù)浣Y(jié)構(gòu)上的相似性，而中心特性用于確定各個(gè)簇的中心點(diǎn)。通過對(duì)每個(gè)節(jié)點(diǎn)進(jìn)行迭代重定位，將相似的節(jié)點(diǎn)組合成簇。各個(gè)節(jié)點(diǎn)的歸屬主要是依據(jù)其對(duì)于各個(gè)簇中關(guān)鍵節(jié)點(diǎn)的相似性。實(shí)驗(yàn)證明，本課題提出的算法能夠精確地發(fā)現(xiàn)現(xiàn)實(shí)網(wǎng)絡(luò)中存在的社團(tuán)，而且具有較低的時(shí)間復(fù)雜度。
　　2)一個(gè)基于密度的聚類算法用于從蛋白質(zhì)相互作用網(wǎng)絡(luò)中識(shí)別出復(fù)合物。首先，采用一種