[发明专利]基于节点隶属度的标签传播社团结构挖掘方法

说明书

技术领域

本发明涉及的是一种复杂网络领域的方法，具体是一种基于节点隶属度的标签传播社团结构挖掘方法。

背景技术

现实社会中越来越多的复杂系统都可以用复杂网络模型来描述，如Internet网络中网页可以看作复杂网络中的节点，而网页之间的超链接则表示为网络的连边；社会网络可以将不同个体看作是节点，而节点之间的连边则表示个体之间的关系；生物蛋白质网络将不同生物蛋白作为网络节点并用连边揭示不同蛋白之间的相互影响。因此，作为研究复杂系统的有效工具，复杂网络的各种性质已经引起了各界学者的广泛关注。

社团结构是复杂网络的一个重要的拓扑特性。社团结构将复杂网络中的节点分为若干个社团聚类，社团内部的节点之间连边较为紧密而社团之间的连边较为稀疏。这种高内聚的网络结构可以很好地揭示复杂系统的结构特点、功能特性以及组织特征。例如，互联网的社团结构反映了讨论共同话题的网站，而社交网络的社团结构则表示了拥有共同兴趣爱好的人组成的团体。因此，复杂网络中社团结构的挖掘对于分析网络的特性和功能具有十分重要的现实意义。

近些年，复杂网络的社团结构挖掘越来越关注两方面的性能：第一，较低的时间复杂度。大部分复杂系统抽象出的复杂网络节点数目十分庞大，时间复杂度是社团结构挖掘方法优劣的重要指标之一；第二，复杂网络中重叠社团结构的检测。在现实的复杂网络中，社团结构经常存在重叠现象，即复杂网络中的一些节点同时属于多个社团结构，这些节点作为社团之间的桥节点连接着多个社团。这就要求社团结构挖掘方法能够检测出复杂网络中社区结构的重叠部分。

经文献检索发现，U.N.Raghavan和R.Albert等人在文章“Near linear time algorithm to detect community structures in large-scale networks[J]”(应用于大规模网络中社区结构挖掘的一种接近线性时间复杂度的方法)(Phys.Rev.E 76,036106(2007))(物理综述E)中提出了一种应用于社团结构挖掘的标签传播方法。该方法首先为复杂网络中的每一个节点初始化一个互不相同的标签，并用标签表示社团，不同的标签代表不同的社团结构。之后，对网络中的所有节点分别进行标签传播迭代操作，将每个节点的标签更新为其邻居节点中占有比例最大的标签，直到整个网络中各节点的标签值都不再改变时结束迭代。此时，拥有相同标签的节点属于同一个社团结构。该方法时间复杂度低，但由于引入了随机性导致检测结果不统一，精度不高，并且无法挖掘重叠社团结构。

再经检索发现，魏芳在专利“一种基于全局划分和局部扩展的网络重叠社团检测方法”(200810041958.X)中提出了一种基于全局划分和局部扩展的重叠社团结构检测方法。该方法利用网络全局拓扑结构信息获取种子节点，采用随机游走的方式扩展局部社团，并通过定义局部社团的优化函数来评判局部社团结构的优劣。该方法可以划分重叠的网络社团结构，但是由于每个种子节点都需要扩展局部网络结构，因此时间复杂度较高。

再经检索发现，于秦、赵一甲和罗俊海等人在专利“基于标签交互的分布式社团发现方法”(201310200466.1)中提出了一个基于标签交互的分布式社团发现方法。该方法根据各个节点的本地唯一信息初始化自身标签号、传播因子和本地迭代次数等信息。在每次标签迭代过程中，各节点接收来自其邻居的标签号广播，通过对比该邻居节点广播的迭代次数和本地存储的迭代次数的大小，选择接收还是放弃该节点的标签号。对于可以接收的标签号，在更新标签号的同时，通过预先设定的门限值更新该邻居节点的传播因子和本地迭代次数等信息。当网络中各节点的标签不再变动时，表明网络社团结构已经划分完毕。该方法改进了传统的标签传播方法，从而可以更精确地查找网络社团结构，但是无法检测具有重叠结构的网络社团。