基于隨機(jī)游走的復(fù)雜網(wǎng)絡(luò)聚類算法研究.pdf

1、現(xiàn)實(shí)世界中存在諸多復(fù)雜網(wǎng)絡(luò)，如生物網(wǎng)、科技網(wǎng)和社交網(wǎng)等。近年來(lái)復(fù)雜網(wǎng)絡(luò)的研究吸引了來(lái)自計(jì)算機(jī)、物理、數(shù)學(xué)和生物等眾多領(lǐng)域的研究者，已成為多學(xué)科交叉研究的熱點(diǎn)之一。復(fù)雜網(wǎng)絡(luò)聚類旨在揭示出復(fù)雜網(wǎng)絡(luò)中真實(shí)存在的網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu)，主要包括對(duì)無(wú)符號(hào)網(wǎng)絡(luò)、符號(hào)網(wǎng)絡(luò)、有權(quán)網(wǎng)絡(luò)和有向網(wǎng)絡(luò)等不同類型的復(fù)雜網(wǎng)絡(luò)進(jìn)行社團(tuán)結(jié)構(gòu)檢測(cè)。復(fù)雜網(wǎng)絡(luò)之所以在當(dāng)前的研究課題中具有如此重要的社會(huì)價(jià)值和應(yīng)用價(jià)值，是因?yàn)閷?duì)復(fù)雜網(wǎng)絡(luò)的聚類分析，在對(duì)預(yù)測(cè)復(fù)雜網(wǎng)絡(luò)的網(wǎng)絡(luò)行為、分析網(wǎng)絡(luò)拓?fù)?/p>

2、結(jié)構(gòu)和挖掘網(wǎng)絡(luò)潛在功能方面起到積極作用。本文分別針對(duì)無(wú)符號(hào)網(wǎng)絡(luò)和符號(hào)網(wǎng)絡(luò)的社團(tuán)結(jié)構(gòu)檢測(cè)問(wèn)題進(jìn)行了研究，提出了基于隨機(jī)游走算法的社團(tuán)結(jié)構(gòu)檢測(cè)方法。
　　本文的主要研究工作如下:
　　(1)在無(wú)符號(hào)網(wǎng)絡(luò)中，根據(jù)社團(tuán)結(jié)構(gòu)是否明顯，可以將社團(tuán)分為強(qiáng)社團(tuán)和弱社團(tuán)等多種類型?，F(xiàn)有的社團(tuán)結(jié)構(gòu)檢測(cè)算法在挖掘強(qiáng)社團(tuán)結(jié)構(gòu)時(shí)，可以表現(xiàn)出優(yōu)異的性能，在挖掘弱社團(tuán)結(jié)構(gòu)時(shí)，算法性能仍存在略微不足。本文基于假設(shè)---社團(tuán)中的點(diǎn)游走到社團(tuán)內(nèi)其他點(diǎn)的概率大于

3、游走到社團(tuán)外點(diǎn)的概率，提出一種利用隨機(jī)游走算法檢測(cè)社團(tuán)結(jié)構(gòu)的方法。該方法從全局網(wǎng)絡(luò)出發(fā)找到局部最大度節(jié)點(diǎn)，根據(jù)該局部最大度節(jié)點(diǎn)找到局部最小完全子圖視為局部社團(tuán)，并將網(wǎng)絡(luò)中節(jié)點(diǎn)根據(jù)是否在局部社團(tuán)中分為聚類節(jié)點(diǎn)以及未聚類節(jié)點(diǎn)。進(jìn)而，利用基于隨機(jī)游走的條件概率模型，計(jì)算未聚類節(jié)點(diǎn)屬于每個(gè)社團(tuán)的概率，并將該未聚類節(jié)點(diǎn)加入其最可能歸屬的社團(tuán)。最后，對(duì)已聚類社團(tuán)進(jìn)行優(yōu)化。在隨機(jī)網(wǎng)絡(luò)和真實(shí)網(wǎng)絡(luò)上，利用NMI值和F1值作為算法性能衡量指標(biāo)，對(duì)算法性能進(jìn)

4、行評(píng)估，并與經(jīng)典的網(wǎng)絡(luò)聚類算法進(jìn)行了比較。實(shí)驗(yàn)結(jié)果表明該算法能夠較好地檢測(cè)出網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu)，尤其在檢測(cè)弱社團(tuán)結(jié)構(gòu)方面，大大的提高了檢測(cè)精度，相比其他社團(tuán)結(jié)構(gòu)檢測(cè)算法具有明顯優(yōu)勢(shì)。
　　(2)在符號(hào)網(wǎng)絡(luò)中，邊既包括表示“友好、聯(lián)盟”等關(guān)系的正向邊，又包括表示“敵視、競(jìng)爭(zhēng)”等關(guān)系的負(fù)向邊?，F(xiàn)有的部分符號(hào)網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu)檢測(cè)算法由于未充分利用網(wǎng)絡(luò)的負(fù)邊信息，導(dǎo)致對(duì)社團(tuán)的檢測(cè)精度存在一定的影響。針對(duì)上述問(wèn)題，本文提出一種基于網(wǎng)絡(luò)中的正負(fù)邊信息，

5、利用隨機(jī)游走模型，檢測(cè)符號(hào)網(wǎng)絡(luò)中社團(tuán)結(jié)構(gòu)的方法。該方法將網(wǎng)絡(luò)中每個(gè)節(jié)點(diǎn)的正度和負(fù)度的絕對(duì)值之和加起來(lái)作為該節(jié)點(diǎn)的度。根據(jù)節(jié)點(diǎn)的度找到局部最小社團(tuán)，以網(wǎng)絡(luò)中節(jié)點(diǎn)是否在局部社團(tuán)內(nèi)，將節(jié)點(diǎn)分為聚類節(jié)點(diǎn)以及未聚類節(jié)點(diǎn)。利用隨機(jī)游走算法計(jì)算出每個(gè)未聚類節(jié)點(diǎn)加入局部社團(tuán)的正概率和負(fù)概率。通過(guò)比較正概率與負(fù)概率的大小來(lái)判斷該未聚類節(jié)點(diǎn)是否加入局部社團(tuán)或是否由該未聚類節(jié)點(diǎn)動(dòng)態(tài)挖掘一個(gè)新的局部社團(tuán)。利用社團(tuán)優(yōu)化方法對(duì)聚類社團(tuán)進(jìn)行優(yōu)化，形成最終的網(wǎng)絡(luò)劃分結(jié)