[发明专利]一种针对异构动态信息网络的社区检测方法及装置

说明书

本发明提出一种针对异构动态信息网络的社区检测方法及装置，对从网络中爬取的数据构建的动态异构信息网络进行社区检测。本装置包括动态网络生成模块、基础网络社区检测模块、动态社区检测模块和基于增量的社区结构更新模块。本方法包括：对待研究数据建立基础网络和增量序列，基础网络为多路网络，对每一层网络检测社区结构，再构建一致图，检测一致图中的社区结构；对节点增加和删除、边产生和边消失四种增量类型设置社区结构更新策略，对网络中产生的增量序列，依据更新策略来更新社区结构。本发明充分考虑了各种可能的增量类型，以及不同类型增量可能导致的社区演化情况，能准确地检测出网络当前社区结构。

技术领域

本发明属于网络数据处理技术领域，具体涉及一种在异构动态信息网络上进行社区检测的方法及装置。

背景技术

在现实世界中存在着许多复杂网络，如互联网、人际关系网络、疾病传播网络和科学家合作网络。大量的研究表明，社区结构是复杂网络的一个重要特征，节点在社区内紧密相连，在社区之间连接较少。社区结构在复杂网络中扮演着越来越重要的角色。它可以帮助我们理解复杂网络的功能，找到潜在的规律，并预测复杂网络的行为。例如，社区结构代表社交网络中具有相同兴趣爱好的群体；Web页面在同一个社区内有更多的链接；在文献网络中，同一社区内的文献涉及同一研究领域。

目前，复杂网络社区检测研究取得了较大进展，并提出了许多有代表性的方法。首先是针对静态同构信息网络的社区检测方法。静态同构信息网络包括单一类型的节点和节点间关系，且网络中节点和节点间关系不会随时间发生改变。相应的社区检测方法包括使用层次聚类思想检测分层社区结构，利用节点信息或连边信息检测社区结构，基于模块度优化检测社区，基于标签传播检测社区结构等。不同于静态同构信息网络，静态异构信息网络包含多种类型的节点和节点间关系。基于静态异构信息网络的社区检测方法包括基于矩阵分解的方法，基于概率模型的方法，基于局部最优函数的方法和基于多路网络的方法等。

然而，在现实生活中的网络是动态变化的。以微博等社交网络为例，从宏观角度来看，用户数量将继续增长，网络规模将会增加。从微观角度来看，用户可以添加新朋友或删除现有的好友关系。这些变化将导致整个网络社区结构的变化，例如新社区的形成，旧社区的消失，社区的合并或分裂以及社区规模的改变。

相应的，动态信息网络社区检测的方法主要有两种：

第一种是按照一定的时间构建网络快照，基于不同的快照进行动态的社区检测。这类社区检测方法主要有三类：第一类是基于独立快照的社区检测及匹配方法；第二类是基于快照迭代的社区检测方法；第三类是基于所有快照的全局社区检测方法。这三类方法都需要确定存在演化关系的社区，以匹配不同快照间的社区结构。但是由于不同时间的网络快照上的社区结构可能变化很大，找到这种对应关系是很困难的。另外，由于需要间隔一段时间获取网络快照来进行社区检测，不能根据网络变化及时检测新的社区结构。

第二种是将动态信息网络看作由一个基础网络和后续网络增量构成，针对每个增量动态调整网络的社区结构。这类方法被称为基于增量的动态社区检测方法。这类方法的思想为，首先使用静态网络社区检测方法获取基础网络的初始社区结构，然后将网络的变化看作节点加入、节点离开、边产生和边消失四种不同类型的增量，针对不同类型的增量，采取不同的策略对初始社区结构进行局部调整。如Guo等人通过自定义的距离指标来计算网络产生增量后网络中节点之间的距离，并基于距离的度量来判断节点的社区归属(参考文件1：Guo Q,Zhang L,Wu B,et al.Dynamic community detection based on distancedynamics[C]//Ieee/acm International Conference on Advances in Social NetworksAnalysis and Mining.IEEE,2016:329-336)。但这个方法没有对可能导致的社区结构改变进行判断和处理，且无法适用于重叠社区检测。基于增量的动态社区检测方法复杂度较低，由于社区的动态检测只涉及网络变化的部分，所以可以快速得到处理结果。