一种基于节点相似度标签传播算法.docVIP

一种基于节点相似度的标签传播算法 　　摘 要：互联网技术的发展使诸如微博等社会网络的规模迅速增长，对这些网络进行挖掘分析，揭示网络特性对研究人们之间的联系具有重要意义。因此，发现高质量的网络社区结构是当前社会网络分析研究中的重要方向。传统的关系圈挖掘算法复杂度高，在大规模网络结构中性能下降。相比于传统社区发现算法，标签传播算法（LPA）具有时间复杂度上的巨大优势，而且其改进的SLPA还具有挖掘重叠社区的能力，但是标签传播算法内在的随机策略使得算法稳定性不高。针对标签传播算法的缺点，提出一种基于节点相似度的标签传播算法（NS-SLPA），根据节点相似度进行节点标签的初始化过程，以降低传播过程中的随机选择性。实验结果证明，NS-SLPA相比于SLPA，具有更高的稳定性和有效性。 　　关键词：社区发现；标签传播；社区重叠；节点相似 　　DOIDOI：10.11907/rjdk.172310 　　中图分类号：TP312 　　文献标识码：A 文章编号：1672-7800（2018）002-0063-05 　　0 引言 　　近年来，随着信息技术的高速发展，社会网络诸如微博、论坛等社会媒体迅速发展，成为人们交流感情、分享经验、传达信息的重要平台。 　　社会网络由社会活动中的个体及个体之间的关系所组成，社会网络通常被抽象成一个图G=（V，E）。其中，V表示顶点，代表社会网络中的个体；E表示顶点所在的边，表示个体之间的关系。而个体之间又组成各种大小不一的社区，社区结构一直是社区研究的热点问题之一。社区网络的社区概括而言是指社会网络中一组相似顶点构成的相互之间联系紧密的群体，而群体之间的联系相对较为稀疏[1]。例如某个人的朋友圈里有亲人、同学、朋友等小群体，亲人之间联系紧密，而亲人与同学之间联系甚少，而这是关系圈中普遍存在的现象。 　　对网络进行社区研究具有重要意义，如在人际关系圈中可以发现具有不同背景的社会团体，以方便进行不同的宣传策略；在社交媒体中，不同社区代表不同兴趣爱好的团体，可以为他们推荐好友，以更好地进行交流；在购物网络中，不同社区代表了具有不同购买力的人群，可以为他们推荐更适合的商品；在商品网络中，可以进行商品归类，对商品的价格、销售进行指导等。正是由于社区结构研究的重要意义，人们在社区网络的定义、发现与识别等方面作了大量研究，并提出了很多关于社区发现的算法。社区发现算法的出现为网络划分提供了很好的手段。以前很多社区发现算法都集中于研究如何对社区进行结构方面的划分，因此具有很大的局限性。因为社区网络不仅具有结构特性，还包括传播特性和节点间联系的紧密程度，而且这些算法未考虑到在大型网络上的应用要求，算法复杂度过高。近年来，研究人员主要考虑如何保证社区发现算法的效率和社?^划分的准确性，并针对这些问题提出了很多经典算法，标签传播算法即是其中一种。 　　1 相关工作 　　下面通过介绍社区发现相关算法，引出本文的问题。 　　1.1 社区发现相关算法 　　Girvan和Newman[2]提出了GN算法，首先求解每条边的介数，然后将介数最大的边删去，再重新求解每条边新的介数，依此循环。但是求解介数时间复杂度高，在大图上并不实用；Pons和Latapy[3]提出一种基于随机游走策略的社区发现算法，该算法的基本思想是：首先用顶点相似性度量顶点间的距离，初始阶段每个节点都属于一个社区，然后根据某种策略进行游走，使顶点划分到其平方距离平均值最小的社区，而且每进行一步，都重新更新社区间的距离。但是该算法稳定性和效率不高；Radicchi等[4]提出另一种分裂的社区发现算法，该算法属于层次分裂算法，基本思路是将那些需要进行分离的树图进行迭代，找出符合定义的节点。该算法引入了一种称为边聚集系数的度量，边聚集系数定义为边所在的三角形个数与所有三角形的比值，并以此作为边移除的准则，但该方法时间复杂度过高；2007年Raghavan等[5]首先提出基于标签传播的社区发现算法（LPA），并在数据集上进行测试，结果显示LPA具有良好的社区结构测试效果。此后，LPA被不断改进。 　　1.2 基于标签传播的社区发现算法 　　算法基本步骤如下： 　　（1）节点标签初始化。在初始化阶段给每一个节点赋予一个节点标签。 　　（2）节点标签更新。对每个节点x，其邻居节点标签集合为N（y）={y1，y2，…，yk}，若N（y）中只有一个标签元素拥有最大重叠数，节点x则以此元素作为新标签；如果多个标签元素拥有最大重叠数，x随机选择一个最大的重叠元素作为新标签。重复以上操作，直到达到最大迭代次数T。 　　（3）社区划分。具有相同标签的节点属于同一社区。标签传播算法LPA时间复杂度低、算法简单、易于实现，且实用性强、分类效果好，因此迅速成为社区研究的热