社团发现算法(LPA_SLPA_BMLPA).pptVIP

社团发现算法 LPA SLPA BMLPA 2017年12月 CONTENTS CONTENS 一、LPA 二、SLPA 三、BMLPA 1、LPA LPA(Label Propagation Algorithm)：标签传播算法 给每个节点添加标签（label）以代表它所属的社团，并通过标签的“传播”形成同一标签的“社团”结构 1、LPA Label Propagation：传播过程 初始时，给每个节点一个唯一的标签； 每个节点使用其邻居节点的标签中最多的标签来更新自身的标签（若都相等则随机选取一个更新自己）； 反复执行步骤2，直到每个节点的标签都不再发生变化为止。 1、LPA LPA标签更新：同步/异步 1、LPA LPA算法结束条件 1、LPA 优点：思路简单，时间复杂度低，适合大型复杂网络； 缺点：划分结果不稳定，随机性强是这个算法致命的缺点。 LPA优缺点 2、SLPA 社交网络具有重叠性(overlapping)：一个人属于多个社团 2、SLPA SLPA(Speaker-listener Label Propagation Algorithm) LPA要求每个节点只能拥有一个标签并通过迭代更新节点的标签，当算法收敛时发现不相交的社团。该算法仅适合于非重叠社团发现。 2、SLPA SLPA算法流程 算法流程 1 2 3 4 n 1 3 3 2 2 2 4 2 n 3 3 4 4 3 3 1 3 4 1 4 5 …… 3 6 …… 7 …… 8 …… 5 …… 第i次迭代，节点1 1 2 4 3 5 …… i 迭代次数： 2 4 3 3 后处理：T次迭代结束后，根据次数阈值r，从每个节点的存储器中选出最终该节点所带有的标签集。 存储器 2、SLPA SLPA算法总结 SLPA能实现高效的重叠式社团检测； 算法过程可以很容易地进行修改，以适应不同的规则（即说话者规则，监听规则，存储器更新，停止标准和后处理）和不同类型的网络（例如k-分图）； 未来研究方向包括模糊层次检测和时间社区检测。 3、BMLPA BMLPA(Balanced Multi-label Propagation Algorithm) 使用Rough Core函数初始化整个网络，形成几个不重叠的社团，给每个节点一个平衡归属因子，初始值为1； 利用传播算法更新每个结点具有的社团标签及平衡归属因子，比较新旧网络状态是否一致，若不一致则重复执行该步； 遍历每个结点，确保每个社团不是其他社团的子集； 分割出每个社团。 3、BMLPA 3、BMLPA Rough Core：初始化网络，将网络中节点划分为不相交的几个社团 Rough Core 3、BMLPA Label Propagation：传播过程 3、BMLPA BMLPA算法总结 BMLPA可以实现重叠式社团检测； 利用平衡归属因子更新节点社团标签； 设计了Rough Core函数初始化多标签传播算法中的节点标签。 请老师同学批评指正