基于标签传播算法Web社区发现研究.docVIP

基于标签传播算法Web社区发现研究 　　摘要：标签传播算法是社区发现的经典算法，优点是思路简单，快速高效；缺点是随机性强，每次迭代结果不一致，准确率不高。Web系统是一个由超文本链接构成的巨大的信息源，将改进的标签传播算法用于Web社区发现，有助于快速在大量的Web页面中发现有利用价值的信息。 　　关键词：标签传播；Web；社区发现 　　中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2018）02-0254-03 　　Research on Web Community Detection Based on Label Propagation Algorithm 　　YAN Hai-ling，ZHOU Rui，YUAN Chun-yan 　　（XingZhi College of Xi’an University of Finance and Economics，Xian 710038，China ） 　　Abstract：Label propagation algorithm is a classical method for community detection， its advantage is high efficiency and simplicity， its disadvantage is strong randomness and low accuracy quality because the results of iteration every time are inconsistent. Web system is a huge information source that made up of hypertext links. Its useful in that it uses improved label propagation algorithm on Web community detection. 　　Key words：label propagation；Web；community detection 　　客观世界可以看成是复杂的网络系统，是由形态各异的子系统构成。每一个子系统表现出社区结构的特性。在客观世界中，不同的社区结构表示不同的内容，具有不同的含义。例如人际关系网中，相识的关系密切的朋友可以划分为同一个社区；在生物学系统网中，相同功能的组织单位可以划分为一个社区。对社区发现的研究，可以在不同领域获取可靠有价值的信息。近年来，社区研究的主要方法划分为四大类：图分割方法、W-H算法、层次聚类法以及标签传播算法[1]。 　　其中标签传播算法具有简单、高效的特点，但是准确性有待于提高。其主要原因在于在选取节点的邻接点时随机选取，这种随机性导致计算结果不一致，从而导致社区划分的准确性降低。针对标签传播算法的缺?c，研究者们提出了多种改进的方法。在标签传播基本算法的基础之上提出了多种基于标签传播算法的新思路。 　　1 标签传播算法 　　标签传播算法（Label Propagation Algorithm，LPA）的基本思想就是相似的数据应该具有相同的标签，具有相同标签的数据划分为同一个社区。也即一个节点应该和它的大多数邻接点划分为同一个社区。将网络看做是一个无向图，首先给图中每一个节点随机分配一个唯一的标签（初始时可以认为每一个节点就是一个单独的社区），然后将一个节点的标签更新为所有邻接点的标签中数量最多的那个标签，最终标签相同的节点划分为同一社区结构。 　　标签传播算法是基于图的，将网络系统转化为图进行研究。将所有的数据构建成一个图，每一个数据点就是图中的一个节点，假设这个图是全连接的，包含已标注过的和未标注的两种数据。节点v和节点w的边表示他们的关联度。给每个节点随机分配一个标签以代表它所属的社区，遍历图中每一个节点，将每一个节点的标签更新为它的所有邻接点中标签数目最多的那个标签，如果数目最多的标签同时存在多个，则在其中随机选择一个进行更新，最终同一标签的节点划分为同一个社区结构。每一个节点的标签取决于它邻接点的标签：假设节点v的邻接点有v1至zk，将v的标签更新为v1至vk 中标签数目最多的那个标签。也即v的邻接点中哪个社区的标签最多，v就属于哪个社区。标签传播算法时间复杂度接近线性：对图中每个节点分配标签的时间复杂度为O（n），每次迭代时间为O（ m），划分出所有社区的复杂度为O（n +m）。 　　标签传播算法详细步骤： 　　①初始时，给每个节点随机分配一个唯一的标签（每个节点是一个单独的社区）； 　　②用每个节点的邻接点的标签中最多的标签来更新自身的标签。 　　③反复执行步骤②，直到每个节点的标签稳定不再发生变化为止。