摘 要：结合复杂网络的社区发现问题，本文提出了经过改进的自适应蝙蝠算法，以适应复杂网络的动态增长、海量特性，解决社区发现问题。从分析结果来看，该算法可以获得较高的社区发现效率。
关键词：复杂网络；社区发现算法；自适应蝙蝠算法
中图分类号：O157.5 文献标识码：A 文章编号：2096-4706（2018）02-0126-02
Analysis of Community Detection Based on Complex Networks
LIU Yaqiong，WANG Lu
（Shandong Agricultural University，Taian 271000，China）
Abstract：Combined with the problem of community discovery in complex networks，this paper proposes an improved adaptive bat algorithm to adapt to the dynamic growth and massive characteristics of complex networks，and solve community detection problems. From the analysis results，the algorithm can achieve high efficiency in community discovery.
Keywords：complex network；community detection；adaptive bat algorithm
参考文献：
[1] 金爽. 复杂网络社区发现中标签传播算法的研究与应用[J]. 信息与电脑（理论版），2018（3）：53-54.
[2] 楚杨杰，杨忠保，洪叶. 局部扩展的遗传优化重叠社区发现方法 [J]. 计算机应用研究，2019（3）：1-2.
[3] 唐朝伟，李彦，段青言，等. 自适应进化蝙蝠算法下的复杂网络社区发现 [J]. 中南大学学报（自然科学版），2018，49（1）：109-117.
作者简介：刘亚琼（1993.09-），女，汉族，山东济宁人，硕士研究生，研究方向：复杂网络社区挖掘。
通讯作者：王鲁