基于增量的不確定社團(tuán)發(fā)現(xiàn)算法研究.pdf

1、近年來，在全球信息化大潮的推動(dòng)下，社會(huì)網(wǎng)絡(luò)得到快速發(fā)展，各種不同的社會(huì)網(wǎng)絡(luò)都表現(xiàn)出一種強(qiáng)的社團(tuán)效應(yīng)。一個(gè)網(wǎng)路中的成員趨于形成密切聯(lián)系的社團(tuán)。在不同的應(yīng)用下，這些社團(tuán)也被稱為模塊，簇等。總體上，社團(tuán)內(nèi)部聯(lián)系緊密，社團(tuán)外部聯(lián)系稀疏。如何快速、準(zhǔn)確的發(fā)現(xiàn)網(wǎng)絡(luò)中的社團(tuán)（即社團(tuán)發(fā)現(xiàn)）仍然是一個(gè)關(guān)鍵問題。
　　從是否考慮數(shù)據(jù)的不確定性，社團(tuán)發(fā)現(xiàn)可分為確定社團(tuán)發(fā)現(xiàn)和不確定社團(tuán)發(fā)現(xiàn)。很多傳統(tǒng)確定社團(tuán)發(fā)現(xiàn)算法都依據(jù)全局信息進(jìn)行社團(tuán)發(fā)現(xiàn)，算法效率不高

2、，并且沒有考慮到數(shù)據(jù)的不確定性。然而在現(xiàn)實(shí)應(yīng)用中，網(wǎng)絡(luò)中的數(shù)據(jù)往往存在其內(nèi)生的不確定性，網(wǎng)絡(luò)中數(shù)據(jù)存在殘缺現(xiàn)象、數(shù)據(jù)以一定概率存在等，這里稱為不確定網(wǎng)絡(luò)。從不確定網(wǎng)絡(luò)中進(jìn)行社團(tuán)發(fā)現(xiàn)的算法稱為不確定社團(tuán)發(fā)現(xiàn)算法。本文充分考慮了確定網(wǎng)絡(luò)和不確定網(wǎng)絡(luò)，結(jié)合社團(tuán)局部特征和數(shù)據(jù)本身特點(diǎn)，對社團(tuán)發(fā)現(xiàn)算法進(jìn)行了深入研究。
　　本文主要工作及創(chuàng)新點(diǎn)如下：
　　（1）對LFM（Largest Fitness Measure）算法進(jìn)行改進(jìn)。深入

3、分析了局部社團(tuán)發(fā)現(xiàn)算法LFM算法以及勢能模型，在此基礎(chǔ)上提出了LFM算法的改進(jìn)算法—WLFM算法。該算法利用勢能的思想對LFM算法中隨機(jī)選取初始節(jié)點(diǎn)、劃分準(zhǔn)確性較低、算法結(jié)束條件難以達(dá)到等問題進(jìn)行改進(jìn)，最后通過兩組實(shí)驗(yàn)驗(yàn)證了該算法具有良好的準(zhǔn)確性和較高的效率。
　　（2）對EM（Expectation Maximization）算法進(jìn)行改進(jìn)。首先對高斯混合模型的EM算法進(jìn)行詳細(xì)介紹，接著對此算法進(jìn)行優(yōu)化。利用勢能的方法對高斯混合模

4、型的EM算法進(jìn)行初始化，得到優(yōu)化的初始值。通過兩組實(shí)驗(yàn)證明新的算法具有較低的錯(cuò)誤率。
　?。?）提出不確定相對K緊密子圖發(fā)現(xiàn)算法。研究發(fā)現(xiàn)，尋找前K個(gè)最緊密子圖具有較高的復(fù)雜性。本文研究了從不確定圖中發(fā)現(xiàn)存在概率較高的前 K個(gè)緊密子圖問題，提出了不確定相對 K緊密子圖發(fā)現(xiàn)算法。在算法中，由不確定圖的連通指數(shù)確定閾值，接著根據(jù)閾值計(jì)算子圖的存在概率，最終得到存在概率較高的前 K個(gè)緊密子圖。最后，通過若干組實(shí)驗(yàn)，驗(yàn)證了此算法可以高效、