[发明专利]一种基于密度峰值优化的标签传播社团检测方法及装置

说明书

本发明属于复杂网络技术领域，公开一种基于密度峰值优化的标签传播社团检测方法及装置。本发明首先引入密度峰值来发现聚类中心，先确定社团的雏形，将复杂网络的社团个数和聚类中心固定下来，然后再采用标签传播算法来检测社团，提高了社团发现的准确性和鲁棒性，减少了迭代次数，加速了社团的形成。在基准网络和经典真实网络上的测试结果中发现，本发明和其它先进算法相比，本发明可以快速有效求解社团检测问题，在没有先验条件的情况下可以预测社团数量，发现的社团数量总是和实际社团数量保持一致，具有较好的稳定性和准确性。

技术领域

本发明属于复杂网络技术领域，尤其涉及一种基于密度峰值优化的标签传播社团检测方法及装置。

背景技术

社团结构是复杂网络中极为重要的属性。社团结构在分析社会网络中的交际关系、分析生物网络中组织和器官的作用关系、分析科学家协作网络中的引文关系中都起着至关重要的作用。因此，在过去的十几年里，从复杂网络中发现社团结构得到了广泛的研究。2002年，Girvan和Newman(M.Girvan,M.E.J.Newman.Community Structure in Socialand Biological Networks[J].Proceedings of the National Academy of Sciences ofthe United States of America,2002,99(12).)取得了开创性的工作，指出复杂网络普遍存在社团结构，并且提出模块度Q来衡量网络中社团的稳定程度。社团结构的定义虽然没有明确的相关研究得到一致确定，但通常认为一个社团就是一组节点，也可以称为一个群落或者一组模块。这些节点有着社团内部连接紧密，社团外部连接稀疏的特点。

基于标签传播的社团发现算法作为当前研究的热点之一，在社团检测中得到了广泛的应用。该算法是基于图的半监督学习方法，半监督学习的优势在于能通过少量的已标记样本来确定大量未标记的样本，从而提高学习过程中的有效性。标签传播的基本思路是从已经得到标记的节点的标签信息，利用节点之间的拓扑关系，预测未标记的节点的标签信息，最后完成图的划分，形成聚类结构。虽然该算法有实现简单、逻辑清晰、无需事前知道社团个数、时间复杂度接近线性等优点，但是划分结果不稳定、随机性强是这个算法的缺陷。在标签传播算法每次迭代过程中，节点归属哪个社团取决于其邻居节点累计权重最大的标签，因此当一个节点的最大邻居标签出现不止一个时，就会随机选择一个作为自己的标签。这种随机性会带来雪崩效应，即刚开始出现的一个小小的聚类结果错误会被不断的放大。并且节点标签的更新顺序也会对结果造成不小的影响，越重要的节点越早更新会加速收敛的过程。在标签传播算法中，初始标签的设置越接近核心点越能得到准确的聚类效果。

发明内容

本发明针对现有的标签传播算法中随机选择标签，社团划分结果不稳定的问题，提出一种基于密度峰值优化的标签传播社团检测方法及装置。

为了实现上述目的，本发明采用以下技术方案：

一种基于密度峰值优化的标签传播社团检测方法，包括：

步骤1：从复杂网络G＝(V,E)中构建邻接矩阵A；V为G的节点集，包含n个节点；E为G的边集，包含m条边；

步骤2：采用余弦相似性计算复杂网络中节点间的相似度矩阵S；

步骤3：基于节点间的相似度矩阵S计算复杂网络中节点的距离矩阵d；

步骤4：采用高斯核函数计算节点的局部密度并进行标准化，得到标准化后节点的局部密度ρ^*；

步骤5：基于节点的距离矩阵d和标准化后节点的局部密度ρ^*，得出复杂网络中节点与高密度节点间的距离，并进行标准化，得到标准化后节点与高密度节点间的距离δ^*；

步骤6：基于标准化后节点的局部密度ρ^*和标准化后节点与高密度节点间的距离δ^*，获取K个核心点；