移动互联网飞速发展带来的影响逐渐渗透到社会各个层面,加速了现实人际关系和虚拟社交网络的融合。社交网络帮助人们建立更加直接的联系,方便了沟通,扩大了交际圈。与此同时,社交网络也为犯罪分子提供了便利,犯罪团伙往往借助社交平台上的社交网络架构联系渠道以方便他们实施犯罪活动。研究社交网络,基于目标用户的局部社区发现对于办案人员快速发现犯罪团伙,挖掘隐藏破案线索,排查犯罪嫌嫌疑人,发现犯罪团伙的核心群体可以起到极大的辅助作用,具有重要的理论和应用价值。本文通过研究社交网络的结构特点,结合图论的相关理论,对目标用户局部社区的形成进行分析研究,主要包括以下两个方面:(1)提出基于特定社区结构特征的局部社区发现算法。算法考虑社交网络的结构特点和社交网络中节点的属性,结合图的遍历和最短路径等理论,针对具体情况可分为G2G、G2P、P2P、P2G、Coregroup 5种算法以满足公安部门办案人员的需求。算法借助CKGraph图数据库强大的分析计算能力,可以获得秒级甚至毫秒级的响应,能够辅助办案人员快速发现目标用户所在的局部社区,甚至发现局部社区中的核心群体,具有较高的实际应用价值。(2)构建算法可视化原型系统。系统前端基于经典模块化框架Bootstrap进行开发,关系图的可视化展示使用了Echarts数据可视化组件。系统后端基于Python的Django框架开发,包括CKGraph图数据库、逻辑控制模块、数据预处理模块、算法模块。逻辑控制模块实现算法执行的流程控制;数据预处理模块对本文数据进行预处理,包括提取目标节点的社交网络关系和节点的标签属性;算法模块为本文涉及的具体算法,包括G2G、G2P、P2P、P2G、Coregroup 5种算法。