没有合适的资源?快使用搜索试试~ 我知道了~
一种基于多维遗传算法的重叠社区发现方法_王琦1
需积分: 0 0 下载量 109 浏览量
2022-08-03
16:06:13
上传
评论
收藏 312KB PDF 举报
温馨提示
试读
5页
温志平( 1975-) ,女,副教授,硕士,主要研究方向为数据挖掘、社交网络分析研究等.一种基于多维遗传算法的重叠社区发现方法1,2,温志平( 1. 南京工程学
资源详情
资源评论
资源推荐
收
稿日期
: 2015-08-25;
修回日期
: 2015-11-09
基金项目
:
国家自然科学基金青年基金资助项目
( 61401195)
;
南京工程学院校级青年基
金
资助项目
( QKJB201408)
作者简介
:
王琦
( 1980-)
,
女
,
讲
师
,
博士研究生
,
主要研究方向为数据挖掘
、
社交网络分析研究等
( wangq@ njit . edu. cn)
;
温
志平
( 1975-)
,
女
,
副
教
授
,
硕士
,
主要研究方向为数据挖掘
、
社交网络分析研究等
.
一种基于多维遗传算法的重叠社区发现方法
*
王 琦
1,2
,
温
志平
1
( 1.
南京工程学院
计算机工程学院
,
南京
211167; 2.
南京大学 计算机科学与技术系
,
南京
210093)
摘 要
:
社区结构的发现是社交网络分析研究的重要内容
。
与传统的重叠社区不同
,
最近的研究表明某些真实
网络中在社区重叠部分要比社区内部节点间的连接更加密集
,
而现有的算法没有考虑此类社区结构
。
基于遗传
算法
,
提出了一种新颖的方法来发现此类社区划分
。
为了刻画节点属于多个社区的重叠现象
,
首次将多维染色
体和均匀块交叉算子引入到社区发现算法中
。
通过实验证明
,
提出的算法可以很好地发现社交网络中重叠和非
重叠的社区结构
。
关键词
:
社团发现
;
重叠社团
;
多维染色体
;
从属网络
中图分类号
: TP393
文献标志码
: A
文章编号
: 1001-3695( 2016) 12-3543-04
doi: 10. 3969 /j. issn. 1001-3695. 2016. 12. 006
Multidimensional genetic algorithm for overlapping c ommunity detection
Wang Qi
1,2
,Wen Zhiping
1
( 1. College of Computer Engineering,Nanjing Institute of Technology,Nanjing 211167,China; 2. Dept. of Computer Science & Technology,
Nanjing University,Nanjing 210093,China)
Abstract: Community structure identification is an important content of social network analysis. In contrast to traditi o na l defi-
nitions of overlapping network community,recent studies have found that overlaps between communities are more densely con-
nected than the non-overlapping parts whic h are common in re a l social structures,and existing methods do not consider this
kind of community structure. This paper developed an innovative algorithm for detecting dense overlapping communities based
on genetic algorithm . In order to charact e r i ze the real situation of the nodes belonging to multiple communities,it first intro-
duced a new multidimensional chromosome and block-uniform crossover in community discovery algorithms. It performed several
experimental studies to demonstrate that this method successfully captures overlapping as well as non-overlapping communities.
Key words: community detection; overlapping community; multidimensional chromosome; affiliation networks
现
在有大量的社交网络如
Facebook、Twitter
和新浪微博
等
。
在社交网络中
,
人们可以通过社区相互联系和交换信息来
展示个人生活
。
社区结构的发现有助于捕获和跟踪网络的拓
扑结构
、
揭示复杂系统内在的功能特性
、
预测个体关系和行为
的演化趋势
,
具有很强的应用价值
。
社区发现算法的研究得到
了研究人员的广泛关注
,
很多经典算法如模块度
、
介数等被提
出来用于有效快速地挖掘不同规模的社区
[1 ~ 3]
。
在很多社交网络中
,
一个人往往同时属于多个群体或参与
多
个话题
,
这就提出了重叠社区发现的问题
。
现在的社区发现
算法都隐含一个共同的假设
,
认为社区是网络节点集合的若干
子集
,
每个子集内部节点之间的连接相对紧密
,
而不同子集节
点之间的连接相对稀疏
[4]
。
换
句话说
,
这意味着一对节点同
时属于的社区越多
,
它们之间相连的可能性就越低
。
然而最近
Yang
等人
[5]
通
过对某些真实社区
( ground-truth communities)
(
图
1)
的研究发现
,
一些社交网络中
,
节点之间在社区间重叠
部分的连接往往比社区内部的连接更加紧密
[6]
。
这
一研究结
果与现有社区的认识形成了鲜明的对比
,
目前已有的众多社区
发现算法均没有考虑此种结构的社区
,
它们在算法中要么将社
区重叠部分分成单独的一个聚类
,
要么将重叠部分的所有社区
合并成一个更大的社区
,
因而无法正确识别出这类重叠社区
。
Yang
等人
[7]
在从属网络模型
[8]
的基础上提出了一个
新的重叠
社区发现方法来发现此类社区结构
。
但是该算法中忽略了社
区大小对于网络结构的影响
,
而社区的规模又是从属网络的一
个重要属性
;
此外在其方法中需要列举不同的社区结构来找到
最合适的社区划分
。
为此
,
本文引入多维遗传算法来研究社区
结构
,
通过遗传进化过程对网络的最佳社区结构进行搜索
,
搜
索中综合考虑了个体吸引和社区规模的影响
。
图
1
重叠区域中
节点间连接密集的网络
1
相
关工作
社区反映了网络中个体行为的局部聚集特征
,
在
社交网络
中存在大量的隐性或显性社区
,
社区结构的研究成为近年来社
交网络研究的一个趋势
[1 ~ 4]
。
第
33
卷
第
12
期
2016
年
12
月
计算机应用研究
Application Research of Computers
Vol. 33 No. 12
Dec. 2016
KateZeng
- 粉丝: 21
- 资源: 330
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论0