基于概率模型的重疊社區(qū)發(fā)現(xiàn)算法研究.pdf

1、現(xiàn)實(shí)世界的很多復(fù)雜系統(tǒng)可以用網(wǎng)絡(luò)的形式來(lái)表達(dá)，比如在社會(huì)網(wǎng)絡(luò)和生物網(wǎng)絡(luò)中，網(wǎng)絡(luò)中的點(diǎn)表示系統(tǒng)中的實(shí)體，網(wǎng)絡(luò)中的邊來(lái)表示實(shí)體間的關(guān)系。隨著研究的不斷深入，學(xué)者們發(fā)現(xiàn)實(shí)際網(wǎng)絡(luò)除了具有小世界和冪率分布等統(tǒng)計(jì)特性外，還具有社區(qū)結(jié)構(gòu)特征。社區(qū)內(nèi)部的節(jié)點(diǎn)之間的連接相對(duì)緊密，社區(qū)之間的連接相對(duì)稀疏。尋找復(fù)雜網(wǎng)絡(luò)中社區(qū)結(jié)構(gòu)的方法已經(jīng)成為復(fù)雜網(wǎng)絡(luò)研究的重要內(nèi)容之一。
　　 傳統(tǒng)的社區(qū)發(fā)現(xiàn)算法主要是圖形分割和層次聚類，層次聚類算法又可以分為兩類：凝

2、聚方法和分裂方法。自Newman等人提出用模塊度函數(shù)來(lái)評(píng)價(jià)社區(qū)劃分質(zhì)量后，相繼出現(xiàn)了一些基于模塊度極值優(yōu)化的方法。在真實(shí)網(wǎng)絡(luò)中，并不是每個(gè)節(jié)點(diǎn)都僅屬于一個(gè)社區(qū)，而是存在著重疊社區(qū)結(jié)構(gòu)。隨后出現(xiàn)了一系列重疊社區(qū)劃分方法，更加真實(shí)地反映網(wǎng)絡(luò)結(jié)構(gòu)。最近，一些學(xué)者利用統(tǒng)計(jì)推理的方法來(lái)劃分重疊社區(qū)，其中一個(gè)簡(jiǎn)單的概率算法——SPAEM能很好地發(fā)現(xiàn)重疊社區(qū)。
　　 本文在深入理解SPAEM算法的基礎(chǔ)上，通過(guò)實(shí)驗(yàn)發(fā)現(xiàn)該算法存在一些缺陷，比如在

3、大規(guī)模網(wǎng)絡(luò)中效率比較低，隨機(jī)初始化使得算法容易陷入局部最優(yōu)解等。首先，對(duì)SPAEM算法的時(shí)間復(fù)雜度進(jìn)行了詳細(xì)分析；然后，對(duì)算法做了一些改進(jìn)，降低了算法時(shí)間復(fù)雜度；此外，為了避免算法陷入局部最優(yōu)解，本文還提出了一種SPAEM算法的初始化方法，使算法可以在更短的時(shí)間內(nèi)獲得更好的社區(qū)發(fā)現(xiàn)結(jié)果。
　　 基于真實(shí)網(wǎng)絡(luò)和人工網(wǎng)絡(luò)的實(shí)驗(yàn)結(jié)果證明了改進(jìn)算法的有效性。在很多實(shí)際網(wǎng)絡(luò)中，改進(jìn)算法的社區(qū)發(fā)現(xiàn)結(jié)果要好于其他重疊社區(qū)發(fā)現(xiàn)算法。在人工網(wǎng)絡(luò)，