由于性能提升的需求和先验信息的存在,成对约束的半监督社团发现成为复杂网络分析中的一个研究热点。大多数现存的方法只成功地应用了“必连约束”,然而没有考虑“必不连约束”来提升性能。为了更好地理解必不连约束的作用,同时提高半监督算法的有效性,我们考虑网络拓扑、必连约束和必不连约束的生成过程。通过发现网络拓扑和成对约束产生于不同的置信度,我们采用多方差混合高斯模型来描述生成过程,并使用带权的非负矩阵分解来优化求解。人工网络和真实网络的实验充分验证了本文算法的有效性,同时也揭示了成对约束的作用。也就是说,如果必连约束和必不连约束,两者只存在一种可用,那么必连约束比必不连约束更重要。如果这两种链接都可用,则两者都很重要。据我们所知,我们是第一个发现了必不连约束在半监督社团发现领域有重要作用的工作。