[发明专利]一种基于局部最短回路的社会网络群体划分方法

说明书

技术领域

本发明涉及社会网络计算技术领域，尤其涉及一种基于局部最短回路的社会网络群体划分方法。

背景技术

大多数复杂网络呈现模块化特征，即系统内存在一些相对独立的群组。这种内部节点连接稠密而与网络中其它部分连接稀疏的群组称为社区。一般而言，社区内的节点之间存在某种程度的相似性，而这种相似性对于人们研究复杂网络具有重要的意义。如社交网络中同组人具有区别于其它组的共同特性或观点，这对网络舆情监测具有重要的意义；万维网中，如果知道某些网页的少量信息，就可以外推到同组内的其它Web网页，这对搜索引擎是非常有用的；科学家协作网中同组的科学家从事类似的研究。社区发现算法的目标就是发现网络中存在的这样节点群组，这对研究复杂系统具有重要的意义。

针对社区发现，研究者们将社区发现算法大体上分为三类：计算机科学领域的图形分割的算法、社会学领域的层次聚类算法和近年来得到广泛关注的标签传播算法。图形分割算法是基于图论的二分迭代算法，其核心思想是把网络分割成两个最优的子图，再对划分得到的子图继续进行分割，不断重复进行同样的操作，直到有足够的子图为止。基于图形分割的社区发现算法主要有基于Laplace矩阵的谱平分法、Kernighan-Lin算法(K-L算法)和派系过滤算法(CliquePercolationMethod，CPM算法)等。图形分割算法的缺点是要求知识社区的先验知识，即社区数目或社区大小，这对真实网络而言是很难做到的。层次聚类算法的核心是分析网络中各个节点间的相似度以及连接的紧密程度，其中一个重要的概念是边介数，即通过一条边的所有最短路径的数目。根据社区的定义，通过社区之间的边的最短路径数目必然大于通过社区内的边的最短路径数，也就是说，各个社区之间节点的边介数要远远大于社区内部节点的边介数，根据边介数的大小增加或删除社区间的边可以获得社区结构。根据层次聚类时是删除边还是增加边，可以把层次聚类算法分为两类，即分裂算法和凝聚算法。前者的代表是GN算法，后者的代表是Newman快速算法。层次聚类算法不需要预先定义社区的大小，但是缺点是无法确定最终需要将网络划分成多少个社区才是最合适的，且很多节点的归属也无法确定，所以在实际应用中往往得不到令人满意的结果。

为了改进以上算法的缺点，Raghavan等人提出标签传播算法(LabelPropagationAlgorithm，LPA)社区发现方法，该算法是一种接近线性时间复杂度社区发现算法，这也是到目前为止最快的社区发现算法。标签传播算法是一种基于启发策略的不依赖于先验知识的算法，不需要设定目标函数，在许多真实网络中取得了较好的效果。

传统的标签传播算法虽然时间复杂度低、速度快，但是该算法在标签传播过程中，认为被更新节点的每一个邻居节点对该节点的影响是平等的，邻居节点与该节点间的连接关系没有加以考虑，这很容易导致标签在不同社区间的任意传播，进而影响了标签传播算法的准确率。

鉴于上述缺陷，现有的社区发现方法的划分结果准确性方面还有很大的提升空间。

发明内容

本发明的目的在于提供一种基于局部最短回路的社会网络群体划分方法，该方法有利于提高社会网络划分的准确度。

为实现上述目的，本发明提供一种基于局部最短回路的社会网络群体划分方法，该具体过程为：

步骤A：读取社交网络数据，构造以社交网络用户为节点，用户关系为边的社交网络图；

步骤B：初始化，为每个节点分配一个唯一代表其所属社区的标签，迭代次数t＝1；

步骤C：随机排列所有节点，生成一个节点序列X；

步骤D：节点标签更新；

步骤E：若所有节点的标签不再变化，则算法停止；否则，t＝t+1，并返回步骤C；

步骤F：将所有具有相同标签的顶点归为一个社区。

进一步地，所述步骤B中，为每个节点分配一个唯一代表其所属社区的标签具体过程为，即C_n＝L_n，C_n表示节点n所属社区，L_n表示节点n的标签值。

进一步地，所述步骤D中，节点标签更新具体包括以下步骤：