近期，管理科学与工程学院管理科学系教师李慧嘉以第一作者身份在国际顶级期刊IEEE Transactions on Knowledge and Data Engineering 发表了题为“Fast and accurate mining the community structure: integrating center locating and membership optimization”的论文。

聚类技术是数据挖掘和模式识别中的重要研究方向，在管理、信息、生物等领域有着广泛的应用。该文提出了一种基于中心节点动态特性的新型网络分析技术，利用演化动态技术准确而快速地识别网络中的聚类结构。首先构建了一种新型的演化迭代系统，可以使网络归属从随机状态逐步收敛到最优划分，进一步利用严格的数学分析给出了网络归属在离散时间内收敛到最优的条件。该文创新性地提出了划分指标函数的一般化形式，只需选择不同的参数，可以引申到几乎所有著名的指标函数。为了使演化迭代系统不需要任何参数选择即可完成向最优聚类的收敛，进一步设计了一种新颖的图生成模型，使得算法能在快速的情况下方便高效地运行。实验结果显示算法不仅具有极高的准确性，还能够揭示很多有用的隐藏信息，如网络层次结构和聚类稳定性信息等，其对于理解和分析社会、工程和生物等现实世界系统具有非常重要的意义。

近年来，管理科学与工程学院教师聚焦数据挖掘与管理科学研究方向，陆续发表一些高水平研究成果。IEEE Transactions on Knowledge and Data Engineering是数据挖掘和管理信息系统顶级期刊（2015年影响因子2.067），属于中国计算机学会CCF最高的A类推荐，具有极高的国际声誉与影响力，也是我校外文A类期刊。此外，近年来李慧嘉老师研究成果陆续在《中国科学：数学》，Physical Review E，《计算机学报》等国内外国际一流刊物上接收和发表，其中发表在Physical Review E的文章“Social significance of community structure: Statistical view”被选入期刊亮点专栏。