[发明专利]一种基于相似性的局部社团检测方法

说明书

一种基于相似性的局部社团检测方法——NSA（Node Similarity based Algorithm），是一种基于相似性的高效的、稳定的局部社团检测方法，该方法的实现过程包含两个阶段，第一阶段构建网络的初始社团结构，第二阶段对初始社团结构进行优化，将其中一些较小的、稀疏的社团进行合并，得到最终的社团结构。本发明能够解决全局方法因效率低无法适用于大规模网络的问题，同时能解决许多现有局部方法性能不稳定、检测结果质量不佳的问题。同时，本发明还提出了一个度量指标——community metric，综合衡量社团的规模以及稀疏程度，可以有效地进行小社团的合并。

技术领域

本发明属于复杂网络分析的技术领域，涉及一种从复杂网络中检测社团结构的方法，具体涉及一种基于节点相似性的局部社团检测方法。

背景技术

社团结构是复杂网络最为显著的结构特征，网络中的顶点可以自然地划分为多个分组，同一分组内部顶点之间的连接比较稠密，而位于不同分组的顶点之间的边则相对稀疏，其中每一分组即为一个“社团”。

在复杂网络中，社团往往对应于网络的功能单元。例如，WWW网络中相同主题的Web页面分组；蛋白质分子相互作用网络中的功能模块，新陈代谢网络中的代谢通道；社会网络中拥有共同特征的一组人，如科学家合作关系网络中研究方向相同的科学家组成的研究团队，恐怖网络中的恐怖组织等。检测网络的社团结构，可以透过结构特征探索、推断、预测网络及相关组件的功能，可以识别网络的性能瓶颈，改善网络的性能，提升网络的服务质量，还可以探索网络的演化机制以及动力学行为。因此，社团检测的研究不仅具有重要的理论研究意义，而且具有很强的实际应用价值。研究人员利用网络的相关特征，已经提出了很多算法进行社团检测，提取社团结构。

基于图论的方法一般将社团检测作为传统的图剖分问题进行研究，利用图剖分方法将网络划分为多个子网络。例如，Kernighan-Lin方法^[1]首先将网络随机划分为两个子网络，然后通过重复交换两个子网中的部分顶点，使得预先给定的增益函数达到最大值。

层次聚类方法或以分裂的方式或以凝聚的方式或以二者混合的方式进行社团检测。例如，GN算法^[2],[3]通过重复从网络中删除介数最高的边检测社团结构，其输出是一个树状图，表示层次嵌套的可能的网络划分，对应于度量指标“模块度”值^[3]最大的一个层次即为最终的社团结构。FastQ^[4],[5]首先将每一个顶点作为一个社团，然后通过重复将相关社团进行合并提取社团结构。其输出同样为树状图，其上对应于模块度最大的层次为最终结果。Zarandi等人^[6]先移除网络中相似性较小的边得到初始社团，然后将其中一些进行合并得到最终社团结构。

基于模块度优化的算法利用模块度的物理含义——模块度值越大，社团结构越紧凑，质量越高——将模块度作为目标函数，通过对其进行优化提取社团结构。FastQ^[4],[5]重复合并能使得模块度增量最大的两个社团。Louvain算法^[7]首先将每个顶点作为一个社团，然后将每一顶点移入能使得模块度增益最大的一个社团。SLM(Smart Local Moving)算法^[8]通过重复使用网络的分裂与顶点的移动策略搜索能使得模块度达到最大值的可能方案。