基于社区节点重性的社会网络 压缩方法.pptVIP

基于社区节点重要性的社会网络 压缩方法 哈尔滨工程大学 计算机科学与技术学院 0 摘 要 针对目前图压缩方法中存在的时间复杂度较高、依赖先验知识设定参数、需要调节的参数过多、压缩有损、忽视网络社区结构等问题，提出基于社区节点重要性的社会网络压缩方法。该方法由基于贪婪策略的社区发现算法（GS）和社会网络压缩算法（SNC）两部分组成。GS算法采用拓扑势理论，不但可以实现社区发现而且可挖掘出社区中的重要节点。SNC算法以网络社区为压缩对象，在保持社区间的关联关系的前提下实现了无损压缩，并可在必要时保留社区中的重要节点或基本结构。方法的可行性和有效性通过实验进行了验证。 1 拓扑势理论简介（1） 拓扑势理论来源于核子物理学，可用于指导社会网络上的社区发现。在核子物理学中，核子间的非接触式相互作用通过核子场进行刻画。拓扑势理论借鉴了核子场理论，认为存在直接或间接关系的节点间存在相互的作用力。这种节点间的作用力，在拓扑势理论中被称为拓扑势，也象核子间的作用力一样会随着距离的增加而不断衰减，直至衰减为零。拓扑势理论中节点间的距离指的是节点间的拓扑距离，而非核子场理论中的欧氏距离。在拓扑势理论中规定一个节点的拓扑势即为其他节点对其作用