基于边聚类的多层社会网络社团发现算法.pdfVIP

第31卷第2期 计 算 机 应 用 研 究 V01．31No．2 2014-q-2月 licationResearchofComouters Feb．2014 基于边聚类的多层社会网络社团发现算法 袁辉辉 ，曹玉林 ，王小明 (1．陕西师范大学计算机科学学院，西安710062；2．青海师范大学计算机学院，西宁810008) 摘 要 ：针对 目前多层社会网络(multi—layeredsocialnetwork，MSN)的社团发现算法较少、社团划分结果较粗糙 等特点，提出了一种基于边聚类的多层社会网络社团发现 (CLEDCC)算法。该算法综合考虑每层关系网中的任 意两节点邻居及节点本身的关系强弱，并分别针对人造稀疏网、稠密网以及真实数据集进行仿真。实验表明，所 提出的CLEDCC算法能有效地避免参数不确定性问题，并比跨层边聚类系数(CLECC)算法的社团划分结果更 精准。 关键词：社会网络；多层社会 网络 ；社 团发现 ；跨层边差分聚类系数 ；模块度 中图分类号：TP393；TP301．6 文献标志码：A 文章编号：1001—3695(2014)02—0351-03 doi：10．3969／j．issn．1001—3695．2014．02．007 Communitydiscoveryinmulti-layeredsocialnetworkbasedonedgeclustering YUAN Hui—hui，CAO Yu．1in ，WANG Xiao．ming (1．SchoolofComputerScience，ShaanxiNormal t ，Xi’an710062，China；2．SchoolofComputerScience，QinghaiNormalUniversity Xining810008，China) Abstract：Forthattheexistingcommunitydiscoveryalgorithmsofmulti-layeredsocialnetwork(MSN)arelackandtheirre— suitsarecrude，thispaperpresentedcross—layeredgedifferentialclusteringcoefficient(CLEDCC)algorithminMSNbasedon edgeclustering．Thisalgorithm consideredthestrengthoftherelationshipsaboutanytwonodesandtheirneighborsineach layernetwork，andrespectivelysimulatedforartificialsparsenetwork，densenetworkandrealdatasets．Experimentalresuhs showthatCLEDCCalgorithm caneffectivelyavoidtheproblem ofparameteruncertainty．whichiSmoreaccuratethanthecross． 1ayeredgeclusteringcoefficient(CLECC)algorithm incommunitydiscovery． Keywords：socialnetwork；multi—layered socialnetwork；communitydiscovery；multi—layerededgedifferential clustering coefficient；modularity 社会网络是由一系列社会行动者及它们之间互动而形成 所蕴藏的信息从复杂网络中解析出其模块化的社团结构，从而 的相对稳定的关系所组成的集合，社会网络描述个体之间的 能够准确地掌握社会网络的节点布局、拓扑结构与动力学特性 交往与活动的