摘要：社區(qū)結(jié)構(gòu)是復(fù)雜網(wǎng)絡(luò)最重要的一種結(jié)構(gòu)特征。復(fù)雜網(wǎng)絡(luò)中的社區(qū)結(jié)構(gòu)研究主要包括社區(qū)發(fā)現(xiàn)與關(guān)鍵節(jié)點(diǎn)發(fā)掘兩個(gè)重要問(wèn)題。基于節(jié)點(diǎn)中心性的社區(qū)發(fā)現(xiàn)算法可同時(shí)進(jìn)行關(guān)鍵節(jié)點(diǎn)發(fā)掘與社區(qū)發(fā)現(xiàn)。針對(duì)傳統(tǒng)局部Fiedler向量中心性(LFVC)算法存在關(guān)鍵節(jié)點(diǎn)識(shí)別準(zhǔn)確率低,進(jìn)行社區(qū)發(fā)現(xiàn)時(shí)易出現(xiàn)孤立節(jié)點(diǎn)等問(wèn)題,提出了節(jié)點(diǎn)局部Fiedler向量中心性差值社區(qū)發(fā)現(xiàn)算法(CDDN),設(shè)計(jì)了新的關(guān)鍵節(jié)點(diǎn)識(shí)別與邊移除策略,并分析了算法性能。選擇3種具有代表性的社區(qū)發(fā)現(xiàn)算法分別在4個(gè)真實(shí)復(fù)雜網(wǎng)絡(luò)數(shù)據(jù)集上進(jìn)行對(duì)比實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明,改進(jìn)的算法既保持了局部中心性度量方法的效率,也防止了錯(cuò)誤識(shí)別關(guān)鍵節(jié)點(diǎn)和關(guān)鍵邊對(duì)劃分結(jié)果的負(fù)面影響,避免了孤立點(diǎn)所帶來(lái)的社區(qū)結(jié)構(gòu)信息損失,能夠快速、準(zhǔn)確地發(fā)現(xiàn)真實(shí)社區(qū)。