[发明专利]一种基于蚁群和信号传递的重叠社区发现方法

摘要

一种基于蚁群和信号传递的重叠社区发现方法。重叠社区发现算法针对现实中具有重叠现象的网络结构进行分析，从而更加清楚地了解个体所属社区情况。本方法结合蚁群算法中觅食模型和信号传递机制两方面对重叠社区进行发现挖掘。首先，在分析蚂蚁寻食模型的过程中，考虑蚁群内的蚂蚁所释放的“信息素”。从“信息素”和同类蚁群的引导两方面衡量蚁群之间的相似性。然后从信号传递的思想出发，即信号在传递过程中会发生丢失现象。通过结合信息素和同类引导来构建蚁群行走转移矩阵，最终得到社区划分结果。本方法经真实的数据集和人工模拟的网络证明，可以很好地发现重叠社区结构并且其模块度值Qov和NMI有了很大的提高。

主权项

一种基于蚁群和信号传递的重叠社区发现方法，其特征在于该方法主要包括如下关键步骤：第1、蚁群寻食模型分析：第1.1、初始蚁群网络；第1.2、分析蚁群行走过程中释放的“信息素”、同类蚂蚁引导等因素；第1.3、将上述因素量化并获取相关数据信息；第2、信号传递模型分析：第2.1、分析信号传递机制；第2.2、模拟信号丢失情况下的信号传递过程；第2.3、将拓扑结构图转化为n维向量：p(j,i)=din-1---(1)]]>其中，p(j,i)指节点j接收i信号的概率，di代表节点i的度，n代表节点数，网络的邻接矩阵为A＝{A1,A2,...,An},Ai＝{ai1,ai2,...,ain}(i＝1,2,...,n)，若节点i和j存在连边，则aij＝1，当i＝j时，aii＝0，设信号缺失矩阵为P＝{P1,P2,...,Pn},(i＝1,2,...,n)，根据公式(1)定义缺失矩阵中每个元素为Pi＝p(j,i)Ai，因此，存在信号缺失的情况下，传递后的矩阵定义如下：V＝pTA+pT‑1+...+I  (2)通过公式(2)得到经过T次信号传递后的节点集合V'＝{V1',V′2,...,V′n}，其中Vi'＝{v′i1,v′i2,...,v′in}；第3、构建蚁群行走矩阵：第3.1、利用如下公式计算蚁群间相似度；sij=α|N(i)∩N(j)||N(i)∪N(j)|+(1-α)|E(N(i))∩E(N(j))||E(N(i))∪E(N(j))∪E(i,j)|---(3)]]>其中第一部分描述的是邻居节点，N(i),N(j)分别代表i,j的邻居节点集合，|N(i)∩N(j)|表示节点i和j公共邻居的个数，|N(i)∪N(j)|表示节点i和j所有的邻居个数，第二部分中，E(N(i))，E(N(j))分别代表i,j的邻居节点之间存在的公共边集合，|E(N(i))∩E(N(j))|表示i和j的邻居节点之间公共的边个数，|E(N(i))∪E(N(j))∪E(i,j)|是图中所有的边个数；第3.2、通过结合信息素和信号传递思想构建行走转移矩阵M＝[m(i,j)]k*k，其中元素m(i,j)通过如下两种情况得到：(1)j∈N(i)；如果是上述情况，元素按照如下公式计算：m(i,j)=(fijλ)(sijμ)Σo∈N(i)(fioλ)(sijμ)---(4)]]>(2)j不属于N(i)；如果是上述情况，元素m(i,j)＝0；第4、重叠社区划分：第4.1、设定迭代次数T；第4.2、进行迭代循环判断，若达到迭代次数T，则得到重叠社区划分结果，若无，则继续进行。