带偏置的信号传播的随机游走的社团检测算法

论文摘要

复杂网络是从大量现实存在的复杂系统中抽象得到的,网络的整体功能体现在网络中节点间的相互作用上,社团结构是其关键性结构特征。社团对应于系统的功能模块,提取网络的功能模块有助于深层探究复杂网络的内部规律,从复杂网络中检测社团结构具有重要的理论研究意义和实用价值。因此,很多研究者对社团检测进行了研究,进而提出了很多社团检测算法,如基于模块度优化的社团检测算法、基于标签传播的社团检测算法、基于随机游走的社团检测算法等。在对这些算法进行充分研究的基础上,通过模拟随机游走的过程,结合信号传播过程中随着传播距离的增大,信号量会缓慢衰减的思想,提出了一种带偏置的信号传播机制的随机游走的社团检测算法。该算法从网络中选取一个节点作为信号源,随机选择与其相邻的节点作为下一跳节点,将衰减后的信号量传递到该节点,依次迭代并传递信号。考虑到信号的衰减,为每条边设置偏置,对信号传播过程进行限定。通过模拟信号的传播,将网络的每个顶点作为信号源来重复这一过程,得到传播矩阵。然后,为每个顶点添加自环,并结合邻接矩阵以及顶点间的相似性,形成具有新属性的相似性矩阵。根据新属性矩阵和传播矩阵为每个顶点构造属性。最后,使用k-means算法进行聚类,得到高质量的社团结构。为了验证该方法的性能,在10个实际网络数据集以及不同规模的人工合成网络上进行实验。实验结果充分证明,所提算法能够从网络中提取出高质量的社团结构,从而有效地为社团检测领域提供依据。

论文目录

1 引言

2 社团检测的相关理论基础与研究现状

2.1 相关符号的定义

2.2 常见的社团检测算法

2.2.1 图论方法

2.2.2 模块度优化算法

2.2.3 层次算法

2.2.4 标签传播算法及其变体

2.2.5 随机游走算法

3 基于带偏置的信号传播机制的随机游走算法

3.1 基于带偏置的随机游走得到信号传播矩阵

3.2 构造新属性矩阵

3.3 利用k-means聚类算法划分得到最终的社团结构

4 实验

4.1 社团结构质量的评价指标

4.1.1 模块度（Modularity）

4.1.2 归一化互信息量（NMI）

4.2 参数设置

4.3 RSPB算法在实际数据集上的实验结果及分析

4.3.1 实际网络数据集信息

4.3.2 实际网络结果及分析

4.4 合成网络的实验结果及分析

4.4.1 人工合成网络信息

4.4.2 合成网络的结果及分析

文章来源

类型: 期刊论文

作者: 尹欣红,赵世燕,陈晓云

关键词: 社团检测,偏置,随机游走,信号传播,社团结构

来源: 计算机科学 2019年12期

年度: 2019

分类: 信息科技,基础科学

专业: 数学,计算机软件及计算机应用

单位: 兰州大学信息科学与工程学院

分类号: O157.5;TP301.6

页码: 45-55

总页数: 11

文件大小: 4711K

下载量: 79

带偏置的信号传播的随机游走的社团检测算法

论文摘要

论文目录

文章来源

相关论文文献

猜你喜欢