复杂网络社区挖掘中若干关键问题研究.pdfVIP

提 要 复杂网络社区挖掘是近十年最前沿的多学科交叉研究热点之一，已被广泛应用于恐 怖组织识别、蛋白质功能预测、搜索引擎等诸多领域。本文基于蚁群算法、遗传算法、 马尔科夫动力学方法，对社区挖掘问题进行研究。 提出基于蚁群算法的社区挖掘方法 RWACO 。它结合了马尔科夫随机游走模型及集 成学习思想，通过“强化社区内连接、弱化社区间连接”这一进化策略使社区结构逐渐 呈现。实验表明，RWACO 较一些代表性算法具有更高的聚类精度。 提出基于遗传算法的社区挖掘方法 GALS 。它采用了基于图的编码策略LAR ，以模 块性函数 Q 作为目标函数。针对传统变异方法之不足，我们面向 LAR 编码给出边缘基 因的概念；推导出模块性函数 Q 之局部单调性；在上述两点的基础上提出了一个快速有 效的局部搜索变异算法。在人工网络及真实网络上进行测试，并与当前代表性算法进行 比较，实验表明了GALS 的有效性。 提出基于马尔科夫动力学的重叠社区挖掘算法 UEOC 。首先将原始网络与相应的退 火网络融合为一个集成网络，在集成网络上给出一个基于约束的马尔科夫动力学新模 型，以逐步呈现网络中的每个社区。然后基于局部社区函数“导电率”，设计一个有效 的截方法，将已呈现出的社区抽取出来。如果网络具有重叠结构，被抽取出的社区则天 然呈现重叠现象。实验表明，UEOC 可快速有效的发现重叠社区结构。 摘 要 复杂网络社区挖掘中若干关键问题研究 现实世界中的许多复杂系统都以复杂网络的形式存在，或者能被转化为复杂网络进 行处理，如社会网、生物网、Web 网络、科技网络等。目前对复杂网络基本统计特性的 研究已吸引了不同领域的众多研究者，复杂网络分析已成为当前最重要的多学科交叉研 究领域之一。其中，“小世界效应”是指复杂网络具有短路径长度和高聚类系数的特点； “无标度特性”是指复杂网络中结点的度服从幂率分布特征；而本文所涉及的“社区结构 特性”是指复杂网络中普遍存在着“ 同一社区内之结点相互连接紧密、而不同社区间之结 点相互连接稀疏” 的特点。 随着应用领域的不同，社区结构具有不同的内涵，譬如：社会网中的社区代表了具 有某些相近特征的人群，生物网络中的功能组揭示了具有相似功能的生物组织模块， Web 网络中的文档类簇包含了大量具有相关主题的 Web 文档，等等。复杂网络社区挖 掘的目的就是要探测并揭示出不同类型复杂网络中固有的社区结构。该问题的研究具有 十分重要的理论及现实意义，它不仅吸引了大量不同学科的研究工作者，而且已被应用 于如恐怖组织识别、蛋白质功能预测、新陈代谢途径预测、Web 社区挖掘、搜索引擎等 众多领域当中。 本文基于蚁群算法、遗传算法、马尔科夫动力学方法，对社区挖掘问题进行研究， 并提出相应的社区挖掘算法。进行介绍如下： (1) 在马尔科夫随机游走思想的启发下，从仿生角度出发提出一个新的复杂网络社 区挖掘方法——基于随机游走的蚁群算法 RWACO. RWACO 将蚁群算法框架作为其基 本框架。对于每一代，以马尔科夫随机游走模型作为启发式规则；基于集成学习思想将 蚂蚁的局部解融合为全局解，并用其更新信息素矩阵。通过“强化社区内连接、弱化社 区间连接”这一进化策略使网络社区结构逐渐的呈现出来。在若干真实网络上进行实验， 结果表明，RWACO 不仅能够较准确的探测出网络的真实社区数，而且与一些有代表性 的算法相比具有较高的聚类精度。 (2) 面向社区挖掘问题，提出一个以图编码策略 LAR 作为遗传编码、以模块性函数 Q 作为目标函数的遗传算法 GALS 。针对传统变异方法的不足，我们面向 LAR 编码给 出边缘基因的概念；推导出模块性函数 Q 之局部单调性；并在上述两点的基础上提出了 一个快速有效的局部搜索变异算法。此外，我们通过 ER 随机图的渗理论(Percolation Theory)分析 LAR 编码的有效性；以马尔科夫随机游走方法产生具有一定的社区划分精 度和较强多样性的初始种群；通过有效缩减 GALS 的解空间进一步提高算法搜索效率。 在计算机生成网络和真实网络上进行了测试，并与当前具有代表性的社区挖掘算法进行 比较，实验结果表明了算法GALS 的有效性与高效性。 (3) 提出基于马尔