[发明专利]基于拓扑特性的复杂网络社团发现方法

说明书

技术领域

本发明属于数据挖掘方法技术领域，涉及一种基于拓扑特性的网络社区发现方法。

背景技术

随着复杂网络性质的物理意义和数学特性的深入研究，人们发现在大部分的复杂网络都具有一个共同的性质，即社团结构。也就是说，整个网络可以划分为若干个社团，这些社团内部节点之间紧密连接，社团之间连接较为稀疏。研究表明，典型的复杂网络如互联网、社会关系网络、文献引用网络、蛋白质相互作用网络等都具有明显的社团结构。挖掘网络中的社团，对于了解网络结构和分析网络特性都是十分重要的。

对复杂网络中社区结构的研究已经有很长的历史。目前，基于分级聚类的方法被提出并逐渐成为研究的主流方法。分级聚类是基于各个节点之间的连接的相似性或者强度，把网络自然地划分为各个子群。根据从网络添加边还是移除边，分级聚类方法可以分为：分裂方法和凝聚方法。

除了社团发现外，对于复杂网络的另一种研究方法是发现网络中的关键节点。外界影响具有不同拓扑特性的节点会导致网络表现出不同程度的鲁棒性或脆弱性。因此，有必要研究网络中的关键节点。通常采用节点的中心性测度（centrality measure）衡量节点在网络中影响能力的大小，通过网络的拓扑特性可了解该节点获得、控制信息及资源的能力。社团发现与关键节点的发现往往被相互独立地用于分析复杂网络。Yizhou Sun等提出了一种新的思路，他们将网络中节点的聚类与节点的排序相结合。也就是说，社团发现与关键节点的发现是可以同时进行的，并且相辅相成。Yizhou Sun等提出的Rankclus算法成功地用于计算机科学文献网络的分析。

但是，Rankclus算法是针对异构信息网络（heterogeneous information network），而且该算法需要预先指定聚类数，并需要随机地进行初始划分，从而导致聚类结果的不稳定。

发明内容

本发明的目的是提供一种基于拓扑特性的复杂网络社团发现方法，解决了现有技术存在的聚类结果不稳定的问题。

本发明所采用的技术方案是，基于拓扑特性的复杂网络社团发现方法，包括：

步骤1，初始化；将网络中的每个节点作为一个独立的社团，如果网络中有n个节点，那么就有n个初始化社团，各个节点的关键性为0，归属度取决于边连接强度；

步骤2，计算边连接强度；计算所有相连节点之间的边连接强度，也就是计算有边相连的两个节点所构成的三角形的个数；

步骤3，迭代；依顺序对各节点进行以下操作：首先，将一个节点从其所在社团删除，计算该节点与各个社团的归属度，将节点划分到归属度最大的社团。

步骤3中，节点被划分到新的社团之后，与其相连的节点的中心程度可能会发生改变，需要重新计算它们的关键性，即能构成的三角形的个数；之后，对下一个节点进行同样的操作；当遍历完所有的节点，一次迭代结束；经过多次迭代，各节点的归属将不再发生变化，算法终止。

边连接强度，是用来衡量两个相连节点之间的相似度，用s_ij来表示节点i与节点j之间的连接强度，s_ij等于在网路中包含节点i与节点j所组成的三角形的个数。

关键性，是衡量节点在其所属社团中的重要程度，用c_j来表示节点j在其所属社团中的关键性，c_j等于在节点j所属社团中包含节点j的三角形的个数。

归属度是节点划分的判断标准，即节点与各个社团之间的关系；归属度计算公式如下：

其中A(i,g)就代表节点i与社团g的归属度，s_ij代表节点i与社团g中节点j的边连接强度，c_j代表节点j在社团g中的关键性，r为系数，优选为10。

本发明具有如下有益效果：

1、本发明利用网络中各个节点的拓扑特性，将节点的关键性信息用于社团发现，将相连节点之间边的聚类特性以及各个节点在社团中的中心特性组合成一个新的衡量指标-归属度，由于本发明①考虑了节点的在社团中的关键性信息，这些信息有助于对归属模糊的节点进行划分，②采用循环迭代的过程将各个节点依顺序进行划分，因此，提高了聚类的准确度。对比于BGLL算法、CNM算法、MOGA-Net算法，本发明在四个网络数据集（空手道俱乐部关系网络、海豚关系网络、Kreb提供的亚马逊政治书网络、大学足球联赛网络）上都具有较高的准确度。