链接相似性的微博重叠社区发现算法.docVIP

链接相似性的微博重叠社区发现算法 于洪涛，崔瑞飞，黄瑞阳 （国家数字交换系统工程技术研究中心，郑州 450002） E-mail:cuiruifei0815@163.com 摘 要：针对传统基于节点聚类的微博社区发现算法不能发现重叠社区且需要先验知识这一问题，本文从边聚类的角度出发，提出了一种基于链接相似性的微博重叠社区发现算法。首先将用户兴趣相似度矩阵映射为虚拟兴趣网并求该网络的链接相似度，然后结合微博用户的真实关注关系得到总的链接相似度。为了将链接相似度用于社区发现，推广了传统的Ward层次聚类算法，使之适用于具有相似性度量的任意对象，并将其用于社区发现。真实数据集上的实验表明，该算法不需要先验知识就能准确地发现微博中的重叠社区，准确率可达83.4%。 关键词： 虚拟兴趣网；关注网络；链接相似性；层次聚类；重叠社区 中图法分类号：TP393 文献标识码：A A link-based similarity micro-blog overlapping community detecting algorithm YU Hong-tao, CUI Rui-fei, HUANG Rui-yang (National Digital Switching System Engineering Technological RD Center, Zhengzhou 450002, China) Abstract: It is impossible to detect overlapping community with traditional node clustering algorithms and they need priori-knowledge. To solve the problem, this paper proposed a link-based similarity micro-blog overlapping community detecting algorithm. Firstly, the paper mapped the interest similarity matrix to a virtual network and sought its link similarity and then attained the total link similarity by combing real attention relationship among users. To utilize link similarity to community detection, we generalize the Ward hierarchical clustering algorithm so that it is applicable to any object that has similarity measurement. And as an application we particularly employ this algorithm to detect community. Experiments on real data sets show that the algorithm can detect micro-blog overlapping community without priori-knowledge, with the accuracy of 83.4%. Keywords: virtual interest network; attention network; link similarity; hierarchical clustering; overlapping community 0引言 近年来，复杂网络逐渐成为了人们研究的热点[1]。复杂网络具有诸多特性，其中社区结构特性在复杂网络的研究中扮演着十分重要的角色[2]，对于理解网络功能和预测网络行为具有重要意义。真实世界中，社区结构大部分是重叠的[3]，即一个节点会同时属于多个社区，如图1所示。因此，本文只关注重叠社区的研究，事实上，近年来有关社区发现的大部分研究也都是基于重叠社区的，这些研究大致可分为两类：基于节点相似性的算法和基于链接（边）相似性的算法。 图1 重叠社区示例图 Fig.1 Diagram of overlapping community 基于节点相似性的算法利用节点的结构信息直接对网络节点进行聚类。OSBM[4]和MOSES[5]等算法采用模糊匹配的思想，通过计算节点对社区的隶属度实现重叠社区的划分，但这些算法需要提前设定社区的数目。COPRA[6]和SLPA[7]是两种基于标签传播的算法，这