大学课程《社交大数据分析方法与应用》PPT课件：06-社交网络的社团检测.pptVIP

零模型零模型(Nullmodel):就是和该网络某些性质（如相同的边数或者相同的度分布）而在其他方面完全随机的模型。0阶零模型：与原来网络具有相同节点数N和相同边数M的随机化网络。1阶零模型：与原网络具有相同节点数N和相同度分布P(k)的随机化网络；2阶零模型：与原网络具有相同节点数N和相同的二阶度分布P(k，k)的随机化网络；*评价指标模块度给定一个真实网络，假设得到一个社团划分，则所有社团内的边数为：其中Ci和Cj表示节点i和节点j所属的社团.如i和j属于同一个社团，则δ=1，否则δ=0.与真实网络对应的零模型，其社团内部边数的期望值为其中pij为节点i与j的连边概率的期望值.模块度的定义：*评价指标模块度(续)模块度的定义：考虑1阶零模型（具有相同的度分布，但度不相关），则有，其中ki和kj分布是节点i和j的度。常用的模块度定义：其中，矩阵称为模块度矩阵。*评价指标模块度(续)记evw表示社团v与社团w之间连边占整个网络边数的比例，则有：记av为一端与社团v中节点相连的连边的比例，则有因为经化简得到，*评价指标模块度(续)模块度的定义上式表明，仅需计算:(1)evv：每个社团v内部节点之间的连边数占整个网络的比例;(2)av：一端与社团v中节点相连的连边的比例。又因为,其中dv表示社团v中所有节点的度之和。进一步得到其中nc表示社团的数量，lv是社团内部所包含的边数。*评价指标模块度(续)如右图，根据模块度公式dv表示社团v中所有节点的度之和，M为网络中边数。nc表示社团的数量，lv是社团内部所包含的边数。*评价指标加权网络和有向网络模块度加权网络模块度的定义其中W为网络中所有边的权重之和，si表示节点i的强度（与i相连边的权重之和），wij表示节点i和j之间边的权重。有向网络的模块度定义*标准化互信息下图中，17个节点的真实类别总共是三类，分别是“×”，“○”和“□”。若某个算法把按照以下方式分成三类，要提出一个方法衡量提出算法是否能准确分类（或者社团划分是否正确）。*评价指标标准化互信息（续）某个划分得到分类为：A=[11111122222233333];标准的结果为B=[12111112222311333];p(x,y)为x和y的联合分布概率：p(1,1)=5/17,p(1,2)=1/17,p(1,3)=0;p(2,1)=1/17,p(2,2)=4/17,p(2,3)=1/17;p(3,1)=2/17,p(3,2)=0,p(3,3)=3/17;p(x)：p(1)=6/17p(2)=6/17p(3)=5/17；p(y)：p(1)=8/17p(2)=5/17P(3)=4/17;互信息(mutualinformation，简称MI):*评价指标标准化互信息（续）标准化互信息（Normalizedmutualinformaton，简称NMI）:用熵做分母将MI值调整到0与1之间。其中H(X)和H(Y)分别为X和Y的熵，下面的公式中log的底b=2。*Kernighan-Lin算法把网络的节点随机分给两个社团；依次考虑网络中的每个节点，计算该节点移到另外一个社团之后模块度的变化率。选择移到使得模块度增加最大或者减小最少的节点，并将其移到另一个社团。重复上述过程，但是需要保证在一轮执行过程中，一个节点只能移动一次。当所有节点都恰好移动一次后，取使得社团对应模块度最大的划分。注：在图划分问题中Kernighan-Lin算法是两个组块的两个节点交换顺序。这里是把KL算法推广到社团，所以每次可以考虑一个节点移动即可，社团大小可以变化。*Louvain算法1）将每个节点看成一个独立的社团；2）对每个节点i，尝试把节点i分配到其每个邻居节点j所在的社团，比较模块度前后的变化，记录最大的那个邻居节点，如果max0，则把节点i分配最大的那个邻居节点所在的社团，否则保持不变；3）重复2），直到