1种从移动通信数据中现发团体结构的方法.docVIP

PAGE  PAGE 6 二十字以内 《浙江工商大学学报（自然版）》排版格式样本 一种从移动通信数据中发现团体结构的方法 100-300字 马力 (浙江工商大学 计算机与信息工程学院，杭州 310035) 3到8个 摘 要：本文提出了一种从移动通信数据中自动发现团体结构的方法。该方法采用改进的基于边的介数的聚类算法，可以从信息流图中快速确定团体结构。用一个时间跨度为2个月，容量为12251条记录的实际的移动通信数据集测试该方法，结果证明该方法能有效地确定团体结构。 如序号是连续可标注起止序号，中间用“-”连接。 关键词：介数；复杂网络；移动通信；算法 中图书分类号： 文献标识码： 文章编号： 0 引言 同一处引用多篇文献须将各篇参考文献的序号全部列出，各序号间用“，”。 研究社会网络中的团体结构，关于确定在线团体的研究越来越多。许多研究者把电子邮件列表和个人主页作为社会关系的在线代理， 并且利用这些在线代理确定机构中的团体结构[1-2]。如Tyler等利用电子邮件列表作为人际交流的指示器，提出了一种确定一个机构中的团体结构的全自动的方法[3,9]。 章条序码用阿拉伯数字 网络团体结构的定义 若论文受到省、部级以上基金项目支助，请注明基金名称和项目号 实际的网络往往具有团体结构，其中一些节点相互之间的联系形成了一个紧密的团体，而这些团体之间却只有松散的联系，如图1所示[4]。 若论文受到省、部级以上基金项目资助，请注明基金名称和项目号 图序码用阿拉伯数字，图序与图题之间空一个字距 图1 具有3个团体的网络 收稿日期：2005-10-21 基金项目：国家自然科学基金 作者简介：马力 (1966-)，男，浙江绍兴人，浙江工商大学计算机与信息工程学院副教授，主要从事复杂网络和数据挖掘研究。 变量\变动附标用斜体 公式编号左对齐 在数学上，网络一般表示成图，其中集合V表示节点（对应于网络中的个体），集合E表示连接结点的边（对应于个体间的关系）。设Ai,j是G的邻接矩阵（Adjacency Matrix），则对于G中的结点i，其度值（Degree）。考虑一个子图，若，则节点i的度值度值可???两个部分，一部分是节点i与属于W的节点相连的边数：；另一部分是节点i与V以外的节点相连的边数：。 若（1）成立，则称W是G中的一个团体，式中α越大则W的团体特性越明显。 公式居中 ， （1） 2 基于边的介数的网络分割算法 点用斜体 从网络中发现团体结构可视为网络分割问题，传统的方法有谱分割法（Spectral Bisection）和等级聚类法（Hierarchial Clustering）[5-6]。谱分割法将网络一分为二，当网络中团体数比较多时，往往不能给出一个好的结果。等级聚类法不能直接给出网络中团体数，而且对于大型网络并不适用。Given和Newman于2002年提出了基于边的介数的聚类算法（G-N算法），并将其应用于社会网络和生物网络的团体结构分析。[7] 介数（Betweenness）是由Freeman于1979年首先提出的。在图中， 设σst=σts代表从节点s∈V到结点 t∈V路径的数目。设σst（v）代表从节点s到结点t的最短路径经过节点v∈V的数目。则节点的介数的定义是： [8] 一般集合符号斜体 （2） 我们同样可以定义边的介数。在图中，设σst（e）代表从节点s到节点t的最短路径经过边e∈E 的数目，边e的两个端点分别为u、v。则边的介数的定义是： 解释性语言用脚注 （3） 同一文献多次出现，要标注页码 线段斜体 边的介数决定于通过它的最短路径数 最短路经数是两节点之间的距离最小的路径数。 。络中团体间的边连接了许多不同团体中的节点，所以其介数大，而团体内部的边的介数相对较小，这种特性可以用来区分团体间的边和团体内部的边。考察图2所示的网络，它含有1#和2#两个明显的团体，这两个团体有边AB相连，边AB具有最大的介数。如果去掉这条边，则网络分解为两个独立的团体。对于一个待分析的网络，我们计算其每条边的介数，确定其中介数最大的边，然后将它们删除，然后再计算剩下边的介数，再去掉介数最大的边。重复去边过程，直到所有边都被去掉，记录所有的去边过程，反过来就是各个结点组成团体的顺序，这就是基于边的介数的聚类法[9]55。 章条层次一般不超过四级，各级之间加小圆点, 末尾一级码不加小圆点 图2 连接不同团体的边具有大的介数 3 发现团体结构的方法 我们对基于边的介数的聚类法进行了改进，以此为基础，设计了一种从移动通信数据中发现团体结构的