[发明专利]一种基于边不稳定度的社区发现系统及方法

说明书

本发明为一种基于边不稳定度的社区发现系统及方法，属于软件工程和数据分析领域。本发明的社区发现方法基于边不稳定度，在传统社区发现算法的基础上实现，首先将软件函数调用图作为一个网络，定义了边不稳定度的概念；然后在传统社区发现算法的基础上结合边不稳定度进行改进，主要包括：改进的Fast Unfolding算法，改进的GN算法。本发明的社区发现算法在传统算法的基础上，增加了更好的划分标准，在一定程度上可以提高社区发现算法的效率。

技术领域

本发明涉及一种基于边不稳定度的社区发现系统及方法，属于软件工程和数据分析技术领域。

背景技术

复杂网络社区发现早已成为计算机科学、生物学、社会信息学等多个领域的研究热点之一，如何准确、高效的发现复杂网络中存在的具有社区特性的系统结构分布，一直以来是值得深入研究的问题。

网络是一种包含节点和边(或连接)的集合，通常节点代表该系统的组成成员，而边(或连接)用以描述系统成员间的相互作用关系。相对而言，复杂网络具有以下特征：(1)网络规模非常大，节点和边的规模数以万计，传统方法对此等规模的系统只能借助系统的统计学特征进行初步的探测之后再分析。(2)网络结构的复杂性和多样性：现实世界中的网络结构通常不是绝对随机也不会是绝对规律，而是两者的结合体，同时组成网络的大量子单元和子系统结构复杂多变。(3)网络节点类型不一，对于不同的研究对象其意义不同，同时节点间相互作用也错综复杂，其表现有二：一是权值的多样性，而是结构的非均匀性。(4)网络具有时空复杂性，一般研究模型为静态，但实际上随着时间空间变迁，网络会动态演化，其节点数增加，同时节点间连接方式和权重也会不断变化，网络拓扑结构和动力学性质也会改变。

复杂网络具有如下特性：(1)小世界效应，对于网络G，若其平均节点维度不变，网络的平均距离以不大于网络规模对数的速度增长，小世界效应对于网络结构研究有重要意义，例如考虑信息在网络上的扩散路径，小世界效应表明信息在网络中仅仅需要少数几个的步骤就可以非常快的扩散到整个网络，在流行病传播网络中仅需要较少中间人即可大范围传播，在互联网上去除少数关键性节点处的主机或路由即可造成大范围网络瘫痪。(2)传递性或群聚属性，对于网络中的节点A，B，C，如果节点A与B之间存在一条边，B与C之间也有一条边，则节点A有较大的概率与节点C之间也存在一条边，此即传递性(生物网中又称为群聚性)。一种显而易见的现象就是，在人们的个人朋友圈内，朋友之间本身也存在朋友关系，送种关系的逐个传递形成一个群落，在社会网和生物网中尤为常见。(3)无标度性，Newmand等发现网络中各不同节点度数在整个网络总度数的占比呈幂律分布。(4)社区特性，2002年，Girvan和Newman发现复杂网络分布中存在一种新的统计特征“社区结构”后很快就吸引了研究复杂网络相关领域专家学者们的关注，并随之迅速成为一个新的研究热点。复杂网络普遍存在一种“同一社区内节点连接紧密，不同化区间节点连接稀疏”的特征。图1是一个简单的社区结构网络实例，图中有3个黑色阴影背景的网络簇，网络簇之间仅有较少边连接，此图代表了一个具有3个结构明显的社区的网络。把软件中的函数抽象为网络图中的一个结点，把函数之间的调用关系抽象为一条有向边，那么就构成了软件函数调用图。函数调用图也属于复杂网络的一种，具备小世界和无标度等特征。

现实情况网络划分成社区之前社区数目及每个社区的规模都是未知的，如何有效的评价网络的一系列社区结构划分质量，模块化函数Q为此提供参考。自2004年由Newman和Girvan提出该理论后已被相关领域学者广泛接受并在实际应用中获得很大成功，以函数Q作为目标函数的进行优化的方法已成为一种共识。

2004年Newman在提出一种计算网络社区结构划分好坏的模块性函数Q之后提出了W该函数Q作为目标化化函数，通过迭代的进行节点或社区聚合的社区挖掘算法FN，以模块函数Q来看越明显的网络社区结构其Q值越大，FN算法迭代搜索规则是每次选择两个原始社区合并，合并的两个原始社区必须获得最大的Q增长。