科学家合作网的聚类分析——权重分布对聚类的影响.pptVIP

科学家合作网的聚类分析 ——权重分布对聚类的影响 工作背景 Community structure（集团结构） is the groups of network vertices. Within these groups there have dense internal links, but between groups there are fewer edges 工作背景 集团结构是反映网络结构整体性质的重要特征。近几年在实证研究中，人们已经发现在许多社会、生物网络中都存在着集团结构。 Virtual round table on ten leading questions for network research, Eur. Phys. J. B 38, 143-145(2004). 工作背景 Newman et al. Zachary’s karate club network, College football network, Collaboration network at SFI, Food web et al. Community structure in social and biological network, Proc. Natl. Acad. Sci. U.S.A, 99, 7821-7826 (2002). Gleiser and Danon Jazz network. Community structure in Jazz, Arxiv:cond-mat/0307434(2003). Joshua R. Tyler, Dennis M. Wilkinson, Bernardo A. Huberman Email network. Email as Spectroscopy: Automated Discovery of Community Structure within Organizations, Arxiv:cond-mat/0303264(2003). 工作背景 聚类分析是常用于揭示网络集团结构的工具，这种分析可以揭示顶点之间的相互关联（即使这种关联是隐藏的），因此有很大的应用价值。 层次聚类法 介数(Betweenness)聚类法 我们的工作 应用不同的聚类算法在经济物理学家合作网上得到了初步的聚类结果。 对于这个加权网络，探讨了权重分布对聚类的影响。 最佳分类数（Q函数）： 是网络邻接矩阵中的元素 是 点的度 不同聚类结果的定量比较（D函数）： 1、利用子集的相似度建立两个子集序列的对应关系；2、比较每一对对应的子集；3、整合每一对集合的比较结果从而得到两个聚类结果之间的差异（Dissimilar）。以上对聚类差异的定量刻画，既可以应用于最佳聚类结果比较，又可以应用于聚类过程的比较。 加权网下层次、介数算法比较 介数聚类法下加权、无权、反权的Q值比较 介数聚类法下加权、无权的Q、D值比 介数聚类法下加权、反权的Q、D值比 结 论 权重对聚类结果是有影响的。 在更多的实际网络进行实证研究。 @ 2004 CNA Complex Networks Association ? 2002 IBM Corporation @ 2004 CNA Complex Networks Association SJTU CIAE BNUM. E. J. Newman, Detecting community structure in networks. Eur. Phys. J. B 38, 321-330 (2004). 层次聚类与介数聚类在最优分类处的dissimilar值, Betweenness10_Hierarchical23=0.7557095 在加权网下，利用介数聚类法得到10个集团的分类 S.Solomon Stanly Cuniberti @ 2004 CNA Complex Networks Association