基于半監(jiān)督的社團(tuán)結(jié)構(gòu)發(fā)現(xiàn)方法研究.pdf

1、對(duì)現(xiàn)實(shí)中各種社會(huì)網(wǎng)絡(luò)和復(fù)雜網(wǎng)絡(luò)的深入研究表明,通過分析網(wǎng)絡(luò)中的社團(tuán)與社團(tuán)之間的關(guān)系,能夠幫助我們更加深入了解網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)和功能特性。因此,網(wǎng)絡(luò)的社團(tuán)結(jié)構(gòu)發(fā)現(xiàn)問題成為研究復(fù)雜網(wǎng)絡(luò)的基礎(chǔ)性問題。
　　傳統(tǒng)的社團(tuán)結(jié)構(gòu)發(fā)現(xiàn)方法僅僅依賴于網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu),對(duì)網(wǎng)絡(luò)結(jié)構(gòu)相關(guān)信息的精確性要求較高,且易受噪音干擾,例如節(jié)點(diǎn)間的錯(cuò)誤連邊。然而,通過有效利用先驗(yàn)信息,如個(gè)體標(biāo)簽或成對(duì)約束等,能夠抵抗噪音所帶來的干擾。本文將先驗(yàn)信息引入社團(tuán)結(jié)構(gòu)發(fā)現(xiàn)算法中

2、,提高社團(tuán)劃分準(zhǔn)確性及抗噪性,主要工作如下:
　　(1)本文提出了基于網(wǎng)絡(luò)結(jié)構(gòu)極值優(yōu)化的半監(jiān)督社團(tuán)發(fā)現(xiàn)方法—SEO-SS算法。利用先驗(yàn)信息對(duì)局部變量和全局變量進(jìn)行懲罰或者獎(jiǎng)勵(lì)的形式來引導(dǎo)社團(tuán)結(jié)構(gòu)發(fā)現(xiàn)過程,最優(yōu)化目標(biāo)函數(shù),從而得到網(wǎng)絡(luò)的最優(yōu)社團(tuán)劃分結(jié)果。此外,SEO-SS方法還對(duì)極值優(yōu)化過程進(jìn)行優(yōu)化,利用拓?fù)浣Y(jié)構(gòu)來對(duì)網(wǎng)絡(luò)進(jìn)行初始劃分而不是傳統(tǒng)EO算法中的隨機(jī)劃分,在時(shí)間性能上有了一定提高。相關(guān)網(wǎng)絡(luò)上的實(shí)驗(yàn)表明,相對(duì)已有算法,本文提出

3、的SEO-SS算法提高了社團(tuán)劃分準(zhǔn)確度,且在噪音網(wǎng)絡(luò)中也顯示了較好的性能。
　　(2)由于半監(jiān)督社團(tuán)結(jié)構(gòu)發(fā)現(xiàn)中對(duì)先驗(yàn)信息的準(zhǔn)確性要求較高,如果先驗(yàn)信息存在錯(cuò)誤或者產(chǎn)生沖突,不僅不會(huì)引導(dǎo)社團(tuán)發(fā)現(xiàn)過程往正確的方向進(jìn)行,還會(huì)帶來負(fù)面影響。因此針對(duì)先驗(yàn)信息錯(cuò)誤或者沖突的情況,提出了PCSEO-SS算法。利用相異性指數(shù)來判斷成對(duì)約束先驗(yàn)信息的類型,從而使先驗(yàn)信息能夠正確引導(dǎo)社團(tuán)結(jié)構(gòu)發(fā)現(xiàn)過程。相關(guān)網(wǎng)絡(luò)上的實(shí)驗(yàn)結(jié)果表明,相對(duì)其他半監(jiān)督社團(tuán)發(fā)現(xiàn)算