网络社区发现优化_基于随机游走的边权预处理方法

《网络社区发现优化_基于随机游走的边权预处理方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第35卷第10期电子与信息学报Vol.35No.102013年10月JournalofElectronics&InformationTechnologyOct.2013网络社区发现优化：基于随机游走的边权预处理方法*季新生刘彩霞刘阳(国家数字交换系统工程技术研究中心郑州450002)摘要：在网络日趋复杂化、巨大化的背景下，仅依靠网络拓扑特征难以提高现有社区发现算法的精确度和性能。该文提出一种优化网络社区发现的边权预处理方法，基于马尔可夫随机游走理论建模社区结构对复杂网络行为的影响，根据多重随机游走对网络连接的遍历情况，重新衡量网络边权。预处理后的边权作为网

2、络拓扑的有效补充信息，能够将网络社区结构去模糊化，从而改善现有算法的社区发现性能。对于一些典型的计算机生成网络和真实网络，经实验验证：该预处理方法能够有效提升现有部分社区发现算法的准确性和效率。关键词：社会网络；社区发现；预处理；随机游走；边权中图分类号：TP393文献标识码：A文章编号：1009-5896(2013)10-2335-06DOI:10.3724/SP.J.1146.2012.01676OptimizingCommunityDetectionUsingthePre-processingofEdgeWeightedBasedonRandomWa

3、lkinNetworksLiuYangJiXin-shengLiuCai-xia(NationalDigitalSwitchingSystemEngineering&TechnologicalR&DCenter,Zhengzhou450002,China)Abstract:Inthecontextofsocialnetworkbecomesmoreandmorecomplicatedandhuge,itisdifficulttoimprovetheaccuracyandperformanceofexistingcommunitydetectionalgor

4、ithmsonlyrelyingonthenetworktopologicalfeatures.BasedonMarkovrandomwalktheory,thispaperproposesamethodofedgeweightedpre-processingforoptimizingcommunitydetection,modelscommunitystructureshowtoinfluenceonthecomplexnetworkbehaviors.Accordingtothesituationofmultiplerandomwalktraverse

5、sonthenetworklinks,thenetworkedgesweightisreset,andmakesitasthenetworktopologyeffectivesupplementaryinformationtopromotethenetworkcommunitystructuredefuzzification,thustheperformanceoftheexistingalgorithmsisimprovedforcommunitydetection.Forasetoftypicalbenchmarkcomputer-generatedn

6、etworksandreal-worldnetworkdatasets,theexperimentalresultsshowthatthepre-processingmethodcaneffectivelyimprovetheaccuracyandefficiencyofsomeexistingcommunitydetectionalgorithms.Keywords:Socialnetwork;Communitydetection;Pre-processing;Randomwalk;Edgeweighted1引言节点、边的相似度进行聚类，进而发现网络的

7、社区[1]结构；按照社区发现的基本策略可以归纳为两大近年来，随着移动互联网和云计算等技术的推[2]类：启发式方法，包括GN(GirvanNewman)算法、动，以社交网络、维基百科、博客、播客等为代表[3]FEC(FindingandExtractingCommunities)算法的社会网络应用迅速普及，使得这些复杂网络系统[4]等；基于优化的方法，包括FastNewman算法、不断地深入我们的生活。社区结构作为复杂网络中[5][6]CNM算法、BGLL算法等，此外还有基于层次广泛存在的重要属性，对揭示网络的模块化、异质聚类、图分割等思想的方法。近年来，基

8、于随机游性等特征，研究网络内部相互作用、网络功能演化走的启发式社区