基于節(jié)點結構互聯(lián)性的圖聚類算法研究.pdf

1、網(wǎng)絡團體結構是現(xiàn)實世界中復雜網(wǎng)絡最普遍和最重要的拓撲屬性之一。具有團體內節(jié)點相互連接緊密，而團體間相互連接稀疏的特點。揭示復雜網(wǎng)絡的團體結構對分析網(wǎng)絡拓撲結構、理解其功能、發(fā)現(xiàn)其隱含模式、預測其行為都具有十分重要的理論意義和應用價值，在科學研究、計算機科學、社會、生物和萬維網(wǎng)等領域中具有廣泛應用。
　　圖是網(wǎng)絡結構建模的主要方法。它將現(xiàn)實世界網(wǎng)絡中的實體映射為圖的節(jié)點，實體間的關系映射為圖的邊。為了探測和發(fā)現(xiàn)大規(guī)模網(wǎng)絡中的團體結構

2、，人們將圖作為其理論模型提出了眾多圖聚類方法。
　　本文闡述了圖聚類方法研究的背景、意義、國內外研究現(xiàn)狀以及目前所面臨的主要問題，給出了復雜網(wǎng)絡團體結構發(fā)現(xiàn)方法研究的一般框架，概括性地分析比較了目前具有代表性的發(fā)現(xiàn)網(wǎng)絡團體結構的圖聚類方法的主要優(yōu)缺點，提出了兩種全新的適合不同網(wǎng)絡規(guī)模的圖聚類算法，通過在真實數(shù)據(jù)集上的驗證與檢驗發(fā)現(xiàn)，其聚類效果較其他同類算法有顯著提高。
　　論文的主要貢獻如下:
　　1.本文給出了復雜社

3、會網(wǎng)絡團體結構發(fā)現(xiàn)方法研究的一般框架模型。該模型包括網(wǎng)絡結構建模、節(jié)點相似度定義與計算、聚類算法設計、實驗驗證與聚類結果分析與評價五個連續(xù)步驟。
　　2.引入了結構互聯(lián)度的概念用以反映節(jié)點間的連接強度。相鄰節(jié)點的結構互連度正比于其公共鄰接節(jié)點的數(shù)目，非相鄰節(jié)點的結構互聯(lián)度定義為其間所有各最短路徑上的鄰接節(jié)點對的結構互聯(lián)度的乘積中的最大者?；谏鲜龆x并結合凝聚方法的基本思想，本文提出了一種新的網(wǎng)絡圖凝聚聚類方法。使用該方法在若干真

4、實網(wǎng)絡數(shù)據(jù)集上的測試分析表明其精度良好。
　　3.受Girvan-Newman分裂算法思想的啟發(fā)，引入了邊連接系數(shù)的概念，提出了基于邊連接系數(shù)的思想來發(fā)現(xiàn)團體結構的分裂聚類算法。該方法的算法復雜度為O(m2)，其中m為網(wǎng)絡圖的邊數(shù)，聚類速度明顯優(yōu)于同類GN算法和基于GN算法的一些變種算法，適用于大型復雜網(wǎng)絡的快速聚類。在將該方法運用于真實數(shù)據(jù)集的聚類實驗中，取得了令人滿意的結果。
　　4.提出了一種優(yōu)化的初始聚類中心節(jié)點的選

5、取方法。該方法在運用最大最小方法求取初始聚類中心節(jié)點時同時考慮中心節(jié)點間的結構互聯(lián)度和節(jié)點度數(shù)兩個因素，理論上它比僅考慮距離等單一因素的聚類中心選取方法更具合理性。實際測試表明:這種方法求取的初始聚類中心點比較均勻的分布于不同聚類區(qū)塊中，從而為提高聚類算法的精度和收斂速度奠定基礎。
　　5.設計和實現(xiàn)了上述各算法，并將其應用于空手道俱樂部關系網(wǎng)絡(Zachary's karate club)，美國大學足球賽網(wǎng)絡(American