基于節(jié)點(diǎn)相似度的網(wǎng)絡(luò)社團(tuán)挖掘研究.pdf

1、隨著大數(shù)據(jù)時(shí)代的到來(lái)，一般網(wǎng)絡(luò)，如社交網(wǎng)絡(luò)、移動(dòng)互聯(lián)網(wǎng)、萬(wàn)維網(wǎng)，所包含的節(jié)點(diǎn)數(shù)不是十萬(wàn)而是百萬(wàn)，因此有必要運(yùn)用復(fù)雜網(wǎng)絡(luò)的知識(shí)從網(wǎng)絡(luò)結(jié)構(gòu)中獲取綜合信息。復(fù)雜網(wǎng)絡(luò)社團(tuán)挖掘研究的重要性就在于，它能夠幫助我們發(fā)現(xiàn)網(wǎng)絡(luò)中未知的功能模塊，比如信息網(wǎng)絡(luò)中的話題或者社交網(wǎng)絡(luò)中的在線群落。這意味著需要將網(wǎng)絡(luò)劃分成社團(tuán)內(nèi)連邊緊密而社團(tuán)間連邊稀疏的群落?？紤]到隸屬于同一社團(tuán)的節(jié)點(diǎn)具有較高的相似性，通過(guò)計(jì)算節(jié)點(diǎn)的相似性，可將社團(tuán)挖掘的問(wèn)題轉(zhuǎn)化為聚類問(wèn)題。傳統(tǒng)社

2、團(tuán)挖掘研究的方向主要集中在新算法的提出和算法的改進(jìn)上，沒(méi)有考慮到網(wǎng)絡(luò)特征對(duì)于挖掘算法的影響。因此，本文在國(guó)內(nèi)外研究成果的基礎(chǔ)上，以考察網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu)強(qiáng)度參數(shù)對(duì)于基于節(jié)點(diǎn)相似度的社團(tuán)挖掘算法的影響為目的，展開(kāi)了兩階段研究：第一階段是分析網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)對(duì)節(jié)點(diǎn)相似度度量方法的影響；第二階段是網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)對(duì)聚類算法的影響，并且在此階段做了理論分析和實(shí)際分析兩個(gè)方面工作。主要工作如下：
　　1、深入分析了各種節(jié)點(diǎn)相似度度量指標(biāo)的構(gòu)造方法，并將它

3、們劃分為三類：基于半結(jié)構(gòu)信息定義、基于結(jié)構(gòu)信息定義、采用動(dòng)力學(xué)方法定義。根據(jù)相似度指標(biāo)各自的特點(diǎn)，從中選擇了具有代表性的指標(biāo)進(jìn)行考察。通過(guò)比較分析每一種指標(biāo)在不同模塊度的實(shí)際網(wǎng)絡(luò)上計(jì)算得到的相似度矩陣的值大小和值分布，得到結(jié)構(gòu)參數(shù)對(duì)指標(biāo)的影響。實(shí)驗(yàn)最后給出不同場(chǎng)景相似度度量指標(biāo)的選擇。
　　2、理論研究方面，從模擬網(wǎng)絡(luò)的建模入手，選擇結(jié)構(gòu)強(qiáng)度可調(diào)的BA無(wú)標(biāo)度網(wǎng)絡(luò)增長(zhǎng)模型，采用模塊度優(yōu)化的社團(tuán)檢測(cè)方式對(duì)生成的模擬網(wǎng)絡(luò)進(jìn)行模塊度和社團(tuán)

4、個(gè)數(shù)的分析。實(shí)驗(yàn)采用精確度和召回率作為評(píng)價(jià)指標(biāo)。結(jié)果發(fā)現(xiàn)，基于同步聚類的社團(tuán)挖掘算法普遍比基于AP聚類算法更加易受到網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)的影響。而且，在同步聚類方法上采用基于隨機(jī)游走的相似度指標(biāo)計(jì)算節(jié)點(diǎn)間相似性的方式最不易受到影響，其次是采用基于網(wǎng)絡(luò)結(jié)構(gòu)信息的相似度指標(biāo)，而最易受到影響的是基于半結(jié)構(gòu)信息的相似度指標(biāo)。
　　3、實(shí)際研究方面，考慮到模擬網(wǎng)絡(luò)不能囊括所有實(shí)際網(wǎng)絡(luò)的特性，在真實(shí)數(shù)據(jù)集上進(jìn)行研究。選擇了模塊度具有差異的三組實(shí)際網(wǎng)絡(luò)