谱聚类的现状及其在社会网络中的应用（英文）.pdfVIP

ComputerEngineeringandApplications计算机工程与应用 2013．49(3) 213 谱聚类的现状及其在社会网络中的应用 孟钦学，PaulJ．Kennedy MENGQinxue，PaulJ．Kennedy 悉尼科技大学 工程与信息技术学院，新南威尔士州 悉尼市 2007 FacultyofEngineeringandInformationTechnology,UniversityofTechnologySydney,Sydney，NSW 2007，Australia MENGQinxue，PaulJ．Kennedy．Surveyonspectralclusteringanditsapplicationsinsocialnetworks．ComputerEngi— neeringandApplications，2013，49(3)：213-221． Abstract：Inrecentyears，analyzingsocialnetworksbasedondataclusteringbecomesoneofthemostpopulartopicsasithas muchsignificance．Thedirectbenefitoftheseresearchesistopreventterroristattacksanddetectthespreadofdiseasesbydetect— ingcommunities．M oreover,itiseasytoboostsocialdevelopmentandsocialcooperationafterunderstandingstructuresofsocial networksclearlybecausesocialnetworksaredynamicnetworksanddataclusteringcanpredictchangesofsocialties．From the dataminingaspect，socialnetworksareincomplete，huge，complexanddynamicnetworks，andtraditionaldataclusteringmeth— odsdonotworkwellinsocialareasduetothesefeatures．Conversely,spectralclustering，asoneofthemostpopularmodern dataclusteringalgorithms，offersasystematic，flexibleandpracticalsolutiontoproblemsaboutsocialnetworks．Thetheories and experimentsprovethatitoutperformstraditionaldataclusteringalgorithmsin achievingglobalsolutionsandprocessing largedatasets．Thispaperistoreview thecurrenttheoriesandmethodologyofspectralclusteringanditsadvantageswhencorn— paredwithtraditionaldataclusteringalgorithms．Ontheotherhand，somefundamentalknowledgeofsocialnetworksandtwo typicalspectralclusteringapplicationsinsocialareasarealsocovered． Keywords：spectralclustering；socialnetworks；similaritymatrix；Laplacianmatrix 摘 要 ：近年来 ，凭借其重要的研究意义，采用数据聚类去分析社会网络 已成为时下最热门的话题之一。这些研究最直接 应用的是防止恐怖袭击和社 区通过检测疾病的传播。此外 ，由于社会 网络是动态的，而社会关系的变化是可以通过数据 聚类方法预测的。从而使得清楚了解社会网络结构将有助于促进社会发展和社会成员间的合作。从数据挖掘角度来看， 社交网络是一种不完全的，庞大的，复杂的，动态的网络。而这些特性使得传统的数据聚类方法并不能成功应用在社会网 络中。相反，作为一个最流行的现代数据的聚类算法，谱聚类在对社交网络的问题提供了一种系统的，灵活实用的解决方 案。理论和实验证