基于对称非负矩阵分解的重叠社区发现方法.pdfVIP

JournalofComputerApplications ISSN 1001—9081 2015．．10．．10 计算机应用，2015，35(10)：2742—2746 CODENJYIIDU http：／／www．joca．an 文章编号：1001—9081(2015)10—2742—05 doi：10．11772／j．issn．1001·9081 ． 2015．10．2742 基于对称非负矩阵分解的重叠社区发现方法 胡丽莹 ’，郭躬德，马昌凤 (福建师范大学 数学与计算机科学学院，福州 350007) ( 通信作者电子邮箱hlyxyz@ nu．edu．en) 摘 要：针对重叠社区中的重要节点(重叠节点、中心节点、离群节点)及其固有的重叠社 区结构的发现问题 ，提 出了一种新的对称非负矩阵分解算法。首先将误差逼近项和非对称惩罚项的和作为 目标函数，然后基于梯度更新的 原则及非负约束条件推导出该算法。对5个实际网络进行了仿真实验，结果显示所提算法能将 实际网络的重要节点 及其固有的社区结构发现出来。从社区发现结果的平均导电率和算法的执行时间看，所提方法优于非负矩阵分解社 区发现 (CDNMF)方法；从准确率和召回率的调和平均值的加权平均值看，所提方法比较适合较大数据集的重叠社区 发现 。 关键词 ：复杂网络；重叠社 区；社区发现；对称非负矩阵分解；邻接矩阵 中图分类号 ：TP301．6 文献标志码：A Overlappingcommunitydiscoverymethodbasedon symmetricnonnegativematrixfactorization HU Liying ，GUO Gongde，MA Changfeng (SchoolofMathematicsandComputerScience，FujianNormalUniversity,FuzhouFujian350007，China) Abstract：Inviewoftheimportantnodes(includingoverlappingnodes，centralnodesandoutliernodes)inoverlapping communityand the inherentoverlapping community structure discovery problem， a new symmetric nonnegative matrix factorizationalgorithm wasproposed．First，thesum oftheerrorapproximationandtheasymmetricpenaltytermwasusedas theobjectivefunction．Thenthealgorithmwasderivedbyusingtheprincipleofgradientupdateandthenonnegativeconstraint conditions．Simulationexperimentswerecarriedoutonfiverealnetworks．Theresultsshow thattheproposedalgorithm can findtheimportantnodesoftheactualnetworksandtheirinherentcommunitystructures．Theaverageconductanceandthe algorithm’Sexecutiontimeofthecom