基于節(jié)點相似度的網(wǎng)絡(luò)社團挖掘研究.pdf

1、隨著大數(shù)據(jù)時代的到來，一般網(wǎng)絡(luò)，如社交網(wǎng)絡(luò)、移動互聯(lián)網(wǎng)、萬維網(wǎng)，所包含的節(jié)點數(shù)不是十萬而是百萬，因此有必要運用復雜網(wǎng)絡(luò)的知識從網(wǎng)絡(luò)結(jié)構(gòu)中獲取綜合信息。復雜網(wǎng)絡(luò)社團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)劃分成社團內(nèi)連邊緊密而社團間連邊稀疏的群落。考慮到隸屬于同一社團的節(jié)點具有較高的相似性，通過計算節(jié)點的相似性，可將社團挖掘的問題轉(zhuǎn)化為聚類問題。傳統(tǒng)社

2、團挖掘研究的方向主要集中在新算法的提出和算法的改進上，沒有考慮到網(wǎng)絡(luò)特征對于挖掘算法的影響。因此，本文在國內(nèi)外研究成果的基礎(chǔ)上，以考察網(wǎng)絡(luò)社團結(jié)構(gòu)強度參數(shù)對于基于節(jié)點相似度的社團挖掘算法的影響為目的，展開了兩階段研究：第一階段是分析網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)對節(jié)點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)對聚類算法的影響，并且在此階段做了理論分析和實際分析兩個方面工作。主要工作如下：
　　1、深入分析了各種節(jié)點相似度度量指標的構(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、采用動力學方法定義。根據(jù)相似度指標各自的特點，從中選擇了具有代表性的指標進行考察。通過比較分析每一種指標在不同模塊度的實際網(wǎng)絡(luò)上計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)對指標的影響。實驗最后給出不同場景相似度度量指標的選擇。
　　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)強度可調(diào)的BA無標度網(wǎng)絡(luò)增長模型，采用模塊度優(yōu)化的社團檢測方式對生成的模擬網(wǎng)絡(luò)進行模塊度和社團

4、個數(shù)的分析。實驗采用精確度和召回率作為評價指標。結(jié)果發(fā)現(xiàn)，基于同步聚類的社團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游走的相似度指標計算節(jié)點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，而最易受到影響的是基于半結(jié)構(gòu)信息的相似度指標。
　　3、實際研究方面，考慮到模擬網(wǎng)絡(luò)不能囊括所有實際網(wǎng)絡(luò)的特性，在真實數(shù)據(jù)集上進行研究。選擇了模塊度具有差異的三組實際網(wǎng)絡(luò)