一、任务拆分

本文讲解动态网络局部社区演化分析中最简单的一种实现思路，适合小白。

• 时间片划分
• 社区检测
• 演化时间识别

二、大致思路

1、时间片划分

固定时间间隔划分

由于动态网络处于不断变化中，不利于我们直接分析，所以要进行时间片划分，将动态网络截成若干个静态的网络快照，对每一个网络快照单独进行分析。最简单的划分方法是固定时间间隔划分，但具体时间间隔应该根据数据集来选择，一般情况下时间间隔不宜过短，否则社区节点可能存在较多的无效变化，影响后续演化事件事识别。

2、社区检测

对单节点基于模块度做局部社区检测

1. 选目标网络中某一节点作为初始社区
2. 将社区的邻居作为备选集
3. 将备选集中的节点逐一加入社区，分别计算局部模块度增益
4. 选择使局部模块度增益最大的节点加入社区
5. 重复2~4步，直到达到预计规模或局部模块度不再增加

3、演化事件识别

1. 在后续网络快照中，对前一个网络快照社区中的每一个节点做局部社区检测，对社区取并集作为新的子图，用GN模型对子图做全局社区检测。
2. 利用GED模型对不同时间片上的社区进行演化事件识别，它支持7种演化事件，生成、持续、生长、萎缩、合并、分裂、消失。