传统的社区挖掘以社区为单位，忽略了社区内部成员的性质和地位。为了提高社区挖掘的精度，为个性化推荐提供一个优化的基础平台，基于优先情节和增长定律，提出了一种新颖的动态角色挖掘算法。首先根据节点的度数分布逆向推导社会网络的形成演化机制，构造网络时间轴；然后根据时间轴逐步向网络中添加新节点，同时进行社区挖掘和角色划分。在人工网络和真实世界网络上进行了多次测试，并与G-N算法进行了比较，取得了较好的结果。实验证明，应用动态角色挖掘算法得到的社区都是强连通社区，具有较高的准确性和实用价值。