链接与图挖掘剖析.pptVIP

数据挖掘与商务智能Data Mining Business Intelligence 西安电子科技大学　软件学院 主讲人：黄健斌 内容提纲 链接分析与权威资源发现 “权威性”度量标准 基于链接关系分析的网页排序算法 PageRank 基于权威度和中心度的网页互排序算法 HITS 频繁子图模式挖掘 频繁子树模式挖掘算法TreeMiner 频繁子图模式挖掘算法FSG和gSpan 闭合频繁子图模式挖掘算法CloseGraph 链接分析与图模式挖掘商务应用案例 PageRank算法的简单实现与验证 内容提纲 链接分析与权威资源发现 “权威性”度量标准 基于链接关系分析的网页排序算法 PageRank 基于权威度和中心度的网页互排序算法 HITS 频繁子图模式挖掘 频繁子树模式挖掘算法TreeMiner 频繁子图模式挖掘算法FSG和gSpan 闭合频繁子图模式挖掘算法CloseGraph 链接分析与图模式挖掘商务应用案例 PageRank算法的简单实现与验证 度量标准 (1) 度数中心度 (Degree Centrality) 节点的度(Degree)，即链接到它的边的数目，在社会网络文献中有时称作Degree Centrality 紧密度中心度 (Closeness Centrality) 中介度中心度 (Betweenness Centrality) 度量标准 (2) 特征向量中心度 (Eigenvector Centrality) 假设每个节点 i 起始中心度为 ，再将中心度不断改变为其邻居节点中心度的和，即 其中， 是邻接矩阵中第 i 行第 j 列的元素。用矩阵的记号还可写为 （x 是元素为 的向量）。 这样，在重复 t 次之后的中心度 x(t) 为： 度量标准 (3) 将x(0) 写为由邻接矩阵特征向量 构成的线性组合的形式： 这时，会有： 其中 是 A 的特征值， 是其中值最大的。则对所有 因此，在 时， ，即向量中心度的极限与其邻接矩阵对应的主要特征向量成正比。即： 度量标准 (4) 从上述的公式可以发现一个特性：中心度大的节点要不它有很多邻居，要不它有比较重要的邻居，或者两者兼有。 入度为0的点其中心度为0，则级 联导致中间所有起于入度为0的点 的度也为0 度量标准 (5) Katz中心度 (Katz Centrality) 给每个节点（忽略其位置或邻居中心度）一个较小量的初始中心度，即： 其中， 都是正常数 其矩阵表示为： 其中， 是向量 (1,1,1…)，则 ，由于不关心中心度的绝对量值，只在乎哪个节点的中心度最高或最低，因此 取值不重要，一般设定 ，则： 度量标准 (6) 参数 控制着式(1)中特征向量项和常数项比例。当 时，式(1)中只存在常数项，所有点的中心度都一样为 当把 从 0 增大的时候，中心度也增加，渐渐地就会 到一个发散点，这时式(2)中的 发散，即： 对应特征向量和特征值定义： , 有： 等价于邻接矩阵的特征值。 当 增加到 （A的最大的特征值）时，行列式第一次跨过0。因此，如果我们想要中心度的表达式收敛，应该挑选一个 度量标准 (7) 在计算时，由于矩阵求逆操作的时间复杂度在 ，通常采用式(3)进行迭代求解 式(1)的扩展形式： 可得 当存在一个高中心度节点时，其所指向的其他节点也都得到了高中心度。但它们确实是吗？ 内容提纲 链接分析与权威资源发现 “权威性”度量标准 基于链接关系分析的网页排序算法 PageRank 基于权威度和中心度的网页互排序算法 HITS 频繁子图模式挖掘 频繁子树模式挖掘算法TreeMiner 频繁子图模式挖掘算法FSG和gSpan 闭合频繁子图模式挖掘算法CloseGraph 链接分析与图模式挖