数据挖掘基础及其应用 课件 第11章 社交网络图聚类.pptx

第11章 社交网络图聚类;11.1 引言;　　尽管复杂网络备受关注,但对复杂网络尚无严格的定义。钱学森院士认为具有自组织、自相似、吸引子、小世界、无标度中部分或全部性质的网络可称为复杂网络,主要表现在以下方面:　　(1)结构复杂性:网络规模巨大,同时网络连接结构随时间而改变。　　(2)元素复杂性:网络节点可能具有混沌等非线性行为。　　(3)相互作用复杂性:多重因素相互影响引发非线性集体行为并导致了网络的复杂性。;11.2 社 团 结 构;;11.2.1 社团度量标准;　　社团结构检测通常用社团模块度函数 Q 来衡量,Q 的值越大,对应的社团结构越明显。详言之,给定网络G=(V,E),社团数m,Q 函数定义为式中:ci 表示节点vi 所属社团标记。函数δ 定义为;?;11.2.2 社团检测算法　　该算法的关键步骤是定义节点间的相似性,然后利用已有算法进行社团提取。其基本框架可定义为算法11.1。;　　其中,典型的相似性度量包括以下几种:　　(1)欧氏距离。给定节点对(vi,vj),该距离定义为式中:A 是图的邻接矩阵。该标准的基本原理是两点之间公共邻居节点越多,两个节点的相似性越高。;　　(2)邻域距离。节点u 和v 的邻域距离为式中:N(u)为节点u 的邻域节点集合;du 表示节点u 的度。;　　此外,还有另外四个版本的邻域距离可