基于異構(gòu)社會(huì)網(wǎng)絡(luò)檢測的MutuRank算法的研究.pdf

1、社區(qū)檢測是近幾年數(shù)據(jù)挖掘研究領(lǐng)域的一個(gè)熱點(diǎn)問題,隨著網(wǎng)絡(luò)社區(qū)的快速發(fā)展,大量的研究人員都致力于社區(qū)檢測的研究。社區(qū)檢測研究的主要內(nèi)容是對(duì)網(wǎng)絡(luò)中存在的關(guān)系進(jìn)行分析研究,從而幫助人們了解社區(qū)網(wǎng)絡(luò)的組織結(jié)構(gòu),并能挖掘出社區(qū)中潛在的大量信息。在現(xiàn)實(shí)世界中的社會(huì)網(wǎng)絡(luò)大部分是以多關(guān)系的形式存在的,所以隨著社區(qū)檢測的深入研究,社會(huì)網(wǎng)絡(luò)大部分是以多關(guān)系的形式存在的,所以隨著社區(qū)的概念被提出,異構(gòu)社會(huì)網(wǎng)絡(luò)分析受到越來越多的學(xué)者關(guān)注?，F(xiàn)實(shí)生活中異構(gòu)社會(huì)網(wǎng)絡(luò)

2、是普遍存在的,如科研合作網(wǎng)絡(luò)、社交網(wǎng)絡(luò)、醫(yī)療健康網(wǎng)絡(luò)等。隨著大數(shù)據(jù)時(shí)代的來臨,如何處理這些大規(guī)模復(fù)雜的異構(gòu)網(wǎng)絡(luò)結(jié)構(gòu)已經(jīng)是一個(gè)挑戰(zhàn)性的難題。
　　目前,關(guān)于社區(qū)檢測已經(jīng)有很多研究成果,但是大多數(shù)是集中于“單關(guān)系社會(huì)網(wǎng)絡(luò)”的研究。就異構(gòu)社會(huì)網(wǎng)絡(luò)而言,一個(gè)熱門的方法是檢測前首先將異構(gòu)網(wǎng)絡(luò)融合成單關(guān)系網(wǎng)絡(luò)。目前,已有的研究普遍認(rèn)為異構(gòu)網(wǎng)絡(luò)中不同的關(guān)系是相互獨(dú)立的,平等對(duì)待的,實(shí)際上這在現(xiàn)實(shí)生活中是不合理的,因此本文的第一個(gè)創(chuàng)新點(diǎn)是提出了一

3、個(gè)“MutuRank”的聯(lián)合排名模型,它充分利用了節(jié)點(diǎn)和關(guān)系的相互影響,把異構(gòu)網(wǎng)絡(luò)融合成單關(guān)系網(wǎng)絡(luò)。在譜聚類方面,本文提出了一個(gè)結(jié)合近鄰知識(shí)的GMM-NK(Gaussian Mixture Model with Neighbor Knowledge)用于社區(qū)檢測,這是本文另外一個(gè)創(chuàng)新點(diǎn)。
　　本文的主要工作如下:
　　(1)本文首先介紹了社會(huì)網(wǎng)絡(luò)的發(fā)展和基本概念,接著介紹了社區(qū)檢測的研究現(xiàn)狀和研究意義,并對(duì)已有的社區(qū)檢測算法

4、的優(yōu)缺點(diǎn)進(jìn)行了具體的分析和比較,針對(duì)異構(gòu)社會(huì)網(wǎng)絡(luò)提出了一個(gè)聯(lián)合排名模型“MutuRank”,并假設(shè)不同關(guān)系之間不是獨(dú)立的,利用節(jié)點(diǎn)和關(guān)系之間的相互影響來迭代計(jì)算關(guān)系的權(quán)重,得到關(guān)系的均衡分布,最終將異構(gòu)網(wǎng)絡(luò)融合成單關(guān)系網(wǎng)絡(luò)。
　　(2)在社區(qū)檢測方面,本文提出一個(gè)基于GMM(Gaussian Mixture Model)改進(jìn)的GMM-NK算法。利用GMM-NK算法對(duì)MutuRank合成的“單關(guān)系網(wǎng)絡(luò)”做譜聚類分析,相比于傳統(tǒng)的GM

5、M算法,GMM-NK算法結(jié)合了近鄰知識(shí),在社區(qū)檢測的性能上GMM-NK算法優(yōu)于GMM和Kmeans。
　　(3)最后,我們利用兩個(gè)UCI數(shù)據(jù)集Iris、Breast構(gòu)造了兩個(gè)合成的異構(gòu)網(wǎng)絡(luò),并抽取了真實(shí)的異構(gòu)社會(huì)網(wǎng)絡(luò)DBLP數(shù)據(jù)集分別進(jìn)行了實(shí)驗(yàn)。通過MutuRank實(shí)驗(yàn)所得的關(guān)系均衡概率和最終通過GMM-NK進(jìn)行譜聚類所得的實(shí)驗(yàn)數(shù)據(jù)進(jìn)行驗(yàn)證。在性能評(píng)價(jià)方面,我們利用NMI(Normalized Mutual Information