動態(tài)網(wǎng)絡(luò)社團檢測與演變分析方法的研究與實現(xiàn).pdf

1、復(fù)雜網(wǎng)絡(luò)能夠刻畫現(xiàn)實世界中的大量現(xiàn)象，對復(fù)雜網(wǎng)絡(luò)的研究受到了人們越來越多的關(guān)注。在現(xiàn)實世界中，復(fù)雜網(wǎng)絡(luò)的結(jié)構(gòu)并不是一成不變的，而是隨著時間的變化而不斷改變，從而形成了動態(tài)網(wǎng)絡(luò)。動態(tài)網(wǎng)絡(luò)對于刻畫隨時間變化的自然和社會現(xiàn)象具有極大的潛力，對動態(tài)網(wǎng)絡(luò)的研究具有很強的現(xiàn)實意義。
　　傳統(tǒng)的動態(tài)網(wǎng)絡(luò)社團發(fā)現(xiàn)算法往往分別對每一個時刻的網(wǎng)絡(luò)快照進行聚類，然后分析相鄰時刻社團之間的演化關(guān)系。這種方法的缺點之一就是沒有考慮動態(tài)網(wǎng)絡(luò)的時序特點，聚類僅

2、僅基于單一時刻網(wǎng)絡(luò)的結(jié)構(gòu)，難以刻畫社團的演化特性?；谶@一觀察，本文提出了一種局部優(yōu)先的演化聚類方法LEOD以及一種基于標(biāo)簽傳播的演化聚類算法DLPAE。對于LEOD，它針對某個時間點的快照網(wǎng)絡(luò)，以網(wǎng)絡(luò)中的每個結(jié)點為中心，首先在該節(jié)點的鄰居網(wǎng)絡(luò)上通過標(biāo)簽傳播算法檢測得到Ego社團。然后將這些局部Ego社團不斷合并，從而得到網(wǎng)絡(luò)的全局社團結(jié)構(gòu)。在執(zhí)行社團合并的過程中，通過引入社團相似度和關(guān)聯(lián)度兩個概念，并利用演化聚類框架，實現(xiàn)了局部優(yōu)先的

3、動態(tài)網(wǎng)絡(luò)社團檢測與演化分析。在DLPAE中，節(jié)點的社團標(biāo)簽由其鄰居節(jié)點投票決定，且每個鄰居節(jié)點對該結(jié)點都具有各自的影響力，我們稱之為置信度。在聚類的過程中，節(jié)點的置信度的計算不僅要考慮當(dāng)前時刻的網(wǎng)絡(luò)結(jié)構(gòu)，同時需要考慮前一時刻網(wǎng)絡(luò)的結(jié)構(gòu)，從而保證了聚類的時序特性。同時，對于每一個節(jié)點，DLPAE計算其節(jié)點的置信度方差，并按照節(jié)點置信度方差從大到小的順序更新節(jié)點的標(biāo)簽，從而提高社團檢測結(jié)果的穩(wěn)定性與準(zhǔn)確率。在DLPAE中，每個節(jié)點可以持有一