基于集對(duì)相似性度量的社區(qū)發(fā)現(xiàn)算法研究.pdf

1、社區(qū)結(jié)構(gòu)作為社會(huì)網(wǎng)絡(luò)的一個(gè)非常重要性質(zhì)，可以反映出社會(huì)網(wǎng)絡(luò)成員個(gè)體的行為特征以及與其它個(gè)體的關(guān)系特征，發(fā)現(xiàn)社區(qū)結(jié)構(gòu)有助于對(duì)社會(huì)網(wǎng)絡(luò)內(nèi)部規(guī)律的分析與理解，對(duì)社會(huì)網(wǎng)絡(luò)研究有非常重要的理論意義和研究?jī)r(jià)值。本文將集對(duì)分析方法引入到社會(huì)網(wǎng)絡(luò)的社區(qū)發(fā)現(xiàn)中，提出一種基于集對(duì)聯(lián)系度的頂點(diǎn)間相似性度量方法，并應(yīng)用該方法對(duì)社會(huì)網(wǎng)絡(luò)進(jìn)行社區(qū)發(fā)現(xiàn)。
　　首先，基于集對(duì)聯(lián)系度中同異反關(guān)系的描述，提出基于加權(quán)聚集系數(shù)聯(lián)系度的頂點(diǎn)間相似性度量方法。該方法考慮差

2、異標(biāo)記i對(duì)異關(guān)系轉(zhuǎn)化為同關(guān)系的影響，采用頂點(diǎn)的聚集系數(shù)量化i值；考慮頂點(diǎn)度和頂點(diǎn)間路徑對(duì)相似性的貢獻(xiàn)，為頂點(diǎn)間的同異反關(guān)系進(jìn)行加權(quán)。
　　其次，將該頂點(diǎn)間相似性度量方法應(yīng)用于社區(qū)發(fā)現(xiàn)中，為減少傳統(tǒng)凝聚型層次聚類算法的大量更新操作，減少社區(qū)聚類的不合理現(xiàn)象，提出頂點(diǎn)間相似性優(yōu)先凝聚和社區(qū)間均值凝聚相結(jié)合的層次聚類算法VSFCM。
　　再次，現(xiàn)有基于集對(duì)理論的社會(huì)網(wǎng)絡(luò)分析方法，主要以傳統(tǒng)的無(wú)符號(hào)網(wǎng)絡(luò)作為研究對(duì)象，本文將其擴(kuò)展到符