人类赖以生存的自然、社会环境中分布着多种网络,在这些网络纷繁杂芜的关系中包含着许多有价值的信息,而社区发现作为一种数据挖掘方法,对研究复杂网络的特性具有重要意义。蚁群优化算法凭借其分布式正反馈并行机制以及较强的鲁棒性与稳定性,被愈来愈频繁地应用于社区发现领域。如今已步入大数据时代,“信息爆炸”和实时更新的特性使得单机执行已不能满足大规模网络的数据信息,因此以Spark为代表的分布式计算平台应运而生。本文主要针对目前蚁群优化算法在处理社区发现问题中存在的不足,对蚁群优化算法进行改进,并在Spark分布式平台上并行实现。本文的创新点主要包括以下两方面:(1)针对蚁群优化算法求解精度低、收敛速度慢的缺陷,提出了基于标签传播的蚁群优化算法BLP＿ACO。该算法首先采用一种新的解向量表达方式,解向量中每个节点位置存放该节点所属社区的标签,蚁群的任务是通过确定节点标签来构造解向量。其次,在解的构造阶段引入节点凝聚性度量,并以此来确定蚂蚁转移顺序,降低蚂蚁转移过程中的随机性,从而提高算法精度;为使算法快速收敛,将标签传播思想引入到蚁群搜索过程,提出一种基于局部社区规模和社区相似性偏向的蚂蚁定标策略,该策略结合信息素和启发式信息,综合确定节点标签。然后,在解的优化阶段引入连边率概念,采用基于模块度优化的合并策略,进一步提高算法精度。最后,在更新信息素时对所有处于社区内部的边都滞留信息素。实验部分将该算法与经典蚁群优化算法RWACO、MACO、IACO和改进的标签传播算法SOCP＿LPA应用于真实网络和LFR人工基准网络,结果显示BLP＿ACO能够较为准确地挖掘出社区结构,且能更快地达到收敛状态。(2)针对大数据环境,提出了基于Spark的并行标签传播蚁群优化算法SLP＿ACO。该算法以Spark分布式平台的相关技术为基础,对串行BLP＿ACO算法中的确定蚂蚁转移顺序模块、蚁群构造最优初步解模块和组合优化模块分别设计了分布式框架,使其并行效果达到更好;同时详细叙述了在并行化过程中使用的RDD算子,并给出了相应的RDD数据状态转换图。实验部分将该算法应用于较大规模的网络,通过加速比证明了SLP＿ACO具有较好的并行性。