元胞自动机法寻找社团结构.pdfVIP

2008-04 北京师范大学学报(自然科学版) 44(2) Journalof Normal Science) Beijing University(Natural 元胞自动机法寻找社团结构* 陈宏斌 胡延庆 狄增如+ (北京师范大学管理学院，100875，北京) 摘要提出了一种“元胞自动机”方式寻找社团结构的方法．该方法基于Radicchi等人于2004年提出的“强社团” 定义，并对寻找该定义下的社团结构有极佳的效果，在128个格点的经典人工网的应用中可以达到100％正确划分．该方 法具有较低的复杂度：o(N2lgN)． 关键词元胞自动机；社团划分；算法 义的规则运行，使得每个点自动选择自己所在的社团． O 引言 我们的算法采用的是近几十年受到极大关注的 自从发现小世界网络Ⅲ和无标度网络‘21以来，复 “元胞自动机”(cellular 杂网络的研究受到了广大科研工作者的极大关注，并 种时间、空间、状态都离散并且基于局域演化规则的动 被应用于各个领域，如生物学、社会学、经济学以及计 力学模型．自20世纪40年代末被Von 算机科学等等[3{]．在复杂网络的研究中，探测社团结 出以来，CA已被广泛应用到物理、生物、计算机和社 构的重要性体现在它是探索复杂网络结构和功能之间 会科学等领域[30。．在复杂网络研究中，CA也曾被用来 关系的基础，并在许多领域中有实际应用[7曲]． 研究神经网络以及疾病和流言的传播过程[5]． 人们已经找到了许多参量用来探测社团结构的算 1元胞自动机法 methods)利用拉普拉 法．例如，谱分析算法(spectral matrix) 斯矩阵(1aplacianmatrix)或标准矩阵(normal 为了让元胞自动机运行，我们需要为每个格点增 的特征值和特征向量[1¨1。，层次聚类(hierarchical 加一个代表社团属性的状态量C，即当2个格点的状 3。， clustering)算法利用点之间的距离和相似度[8J2d态量C相同则它们属于同一个社团．首先设置初始状 GN算法利用边介数[14d5。，边集聚系数法利用基于局 态，将整个网络随机的或以某种规则分成规模相当的 coefficient)[1引， 部信息的边集聚系数(edgeclustering 2个社团．之后每一个时步每个格点的状态根据邻居 信息集中性(informationcentrality)算法利用了网络信息进行自动演化．根据“强社团”定义，每个格点根据 效率(network 7。，Potts模型算法利用了与2个社团的连接数多少来决定加人哪个社团．也就 efficiency)[1 模型的哈密顿量(Hamihonian)[18’19。，随机行走 是说，设格点i的邻居中令每个格点的状态C等于上 (random walk)算法利用了转移概率矩阵(transition一时步在该格点邻居中分布最多的状态．格点状态经 matrix)[2眦引，电流算法利用电势[231，贪婪(greedy)算过一系列自动调整后达到稳态，如果稳态是不动点，且 法[2}253和极值优化(extremal optimization)算法[263利整个网络中存在2个状态，则整个网络分成2个社团． 用Q函数，等等．在这里，我们要提出一种直接利用社 注意到“强社团”结构具有自包含的特点，即2个或多 团定义的算法．社团内部连接比较紧密，