基于动态有噪网络的增量社团发现算法.pdfVIP

第 40卷 第 2期 计 算 机 工 程 2014年2月 February 2014 、b1．40 NO．2 ComputerEngineering - 人工智能及识别技术 - ~tlmg-：100_3428(2014)o2—_0166—_05 文献标识码：A 中图分类号：TPI8 基于动态有噪网络的增量社团发现算法 董 哲，伊 鹏，扈红超 (国家数字交换系统工程技术研究中心，郑州 450002) 摘 要：在动态社会网络中，诸如垃圾邮件之类的噪声会影响网络的稳定性，导致其社团结构难以被准确发现。针对该问题，提 出一种采用增量结构的社团发现算法。利用相对熵处理噪声，通过改进的增量算法发现社团结构。实验结果表明，该算法针对不 同动态社会网络的发现性能均优于传统动态社团发现算法，其模块度可达到0．8左右，互信息值变化也较平稳，可有效避免噪声对 算法性能的影响。 关键词：动态社会网络；社团结构；稳定性；噪声滤除；相对熵；增量算法 ncremental ommunityDeetteeccttlionAAllggOorrlitth11mm IncrementalCommuni~ 0nD ． Based ynamicNoisyNetwork DONG Zhe，YIPeng，HU Hong-chao (NationalDigitalSwitchingSystemEngineeringTechnologicalRDCenter,Zhengzhou450002，China) [Abstract]Theexistnoiseslikejunkmailsindynamicsocialnetworkwhichaffectthestabilityofthedynamicsocialnewtork．Theexisted dynamiccommuniytdetectionalgorithmscannotidentifythiskindofcommunitystructurecorrectly．Aimingatthisproblem，analgorithm calledpreFilterisproposedtosolvetheproblemsthatthecommuniytstructurecannotbeidentifiedcorrectlywiththenoiseinthedynamic socialnetwork．Itusestherelativeen~opytofilteringthenoiseindynamicsocialnetwork，thenan improvedincrementalalgorithm is proposedtoidentifycommuniyt structureinthedynamicsocialnetwork．Experimentalresultsshow thatpreFiltercanreach abetter performancethanotherdynamicalgorithms，andgetastableNMIvalueandthemodularityQvaluewhichreachesabout0．8．This algorithm canavoidtheinfluenceofthenoiseeffectivelyandperfomrseffectivelyandaccuratelyinidentiyfingcommunitysturcutresin dynamicsocialnewt orks． [Keywords]dynamicsocialnetwork；communitysturcture；stabiliyt；noisefiltering；relativeentro