基于標(biāo)簽的多目標(biāo)優(yōu)化的動(dòng)態(tài)網(wǎng)絡(luò)社團(tuán)發(fā)現(xiàn)算法

　　 社團(tuán)的數(shù)目和時(shí)間平滑性的平衡因子一直是基于進(jìn)化聚類的動(dòng)態(tài)網(wǎng)絡(luò)社團(tuán)發(fā)現(xiàn)算法的最大的問題．提出一種基于標(biāo)簽的多目標(biāo)優(yōu)化的動(dòng)態(tài)網(wǎng)絡(luò)社團(tuán)發(fā)現(xiàn)算法（LDMGA）．借鑒多目標(biāo)遺傳算法思想，將進(jìn)化聚類思想轉(zhuǎn)換為多目標(biāo)遺傳算法優(yōu)化問題，在保證當(dāng)前時(shí)刻的聚類質(zhì)量的同時(shí)，又能使當(dāng)前聚類結(jié)果與前一時(shí)刻網(wǎng)絡(luò)結(jié)構(gòu)保持一致．該算法在初始化過程中加入標(biāo)簽傳播算法。提高了初始個(gè)體的聚類質(zhì)量．提出基于標(biāo)簽的變異算法。增強(qiáng)了算法的聚類效果和算法的收斂速度．同時(shí)，多目標(biāo)遺傳算法和標(biāo)簽算法的結(jié)合使算法可擴(kuò)展性更強(qiáng)，運(yùn)行時(shí)間隨著節(jié)點(diǎn)或者邊數(shù)目的增加呈線性增長(zhǎng)．將該算法與目前的優(yōu)秀算法在仿真數(shù)據(jù)集和真實(shí)數(shù)據(jù)集上進(jìn)行對(duì)比實(shí)驗(yàn)，結(jié)果表明，該算法既有良好的聚類效果，又有良好的擴(kuò)展性．