基于局部擴充的重疊社區(qū)發(fā)現算法研究和改進.pdf

1、隨著網絡的飛速發(fā)展以及社交媒體的廣泛應用，使得人與人之間的聯系尤為密切。這種錯綜復雜的關系組成一個龐大的社交網絡，因此吸引了眾多學者致力于復雜網絡的研究，從復雜網絡中發(fā)現并抽取其中的模塊結構這就是所謂的社區(qū)發(fā)現。以前學者都致力于非重疊網絡的研究，然后這在現實生活中是不實用的，由此引發(fā)了大家對重疊網絡的研究，近幾年來取得了不小的進展。本文即針對重疊社區(qū)發(fā)現算法進行改進。
　　重疊社區(qū)即網絡中包含的節(jié)點不止屬于一個社區(qū)，能夠有效地識別

2、這些重疊節(jié)點是本文算法研究的重點。比較有名的算法有 LFM算法和GCE算法，它們都是利用網絡的局部信息，對單個種子節(jié)點進行成長的理念。本文鑒于局部擴充的核心思想，對種子選擇、社區(qū)擴充剪枝、相似度判斷、并行化模型等提出了自己的改進方案。
　?、儆捎贚FM算法選擇種子節(jié)點過于隨機，影響算法準確性；而GCE算法需要找到網絡圖的所有團結構，影響算法效率；本文采取折中策略，通過刪除網絡中影響力較小的節(jié)點來得到核心結構。主要基于度數較多的點在

3、社團結構中是比較重要的節(jié)點，如果一個節(jié)點的影響力較大那么它鄰居節(jié)點也是重要的。
　?、?LFM算法和GCE算法在對一個種子進行擴充時并未對其候選集進行判斷，這嚴重影響了算法性能。本文對擴充過程進行了細致的推導和嚴格的數學證明，對社區(qū)擴充過程產生的候選集進行了剪枝處理，以進一步的提升算法效率。
　?、鄯N子擴充后生成的社區(qū)存在一定的相似性，如果不加以判斷會對結果準確性產生影響。本文提到的相似度度量公式除了考慮社區(qū)節(jié)點集合還考慮了

4、社區(qū)鄰居節(jié)點的影響，更具有實際意義。
　　④對擴充過程進行并行化處理。并行化是提高算法性能的一個很重要的手段，通過分析本文算法過程，可以方便的解除數據依賴，并且引入生產者消費者模型來解決線程通信問題。由于硬件環(huán)境限制實驗在多核CPU上進行操作。
　?、萃ㄟ^應用到實際網絡圖中驗證了種子選擇策略在一定范圍之內的可行性，以及綜合改進算法ISA對于社區(qū)發(fā)現的準確性以及時間損耗。準確性用NMI（標準互信息量）進行度量，發(fā)現本文算法對于