發(fā)布時間：2021-10-26 03:06

　　在復雜網(wǎng)絡重疊社區(qū)發(fā)現(xiàn)方法的研究中,提高算法準確度的方法之一是利用額外的背景信息（例如來自領域專家的）作為約束的來源來指導社區(qū)檢測過程。本文研究探索半監(jiān)督策略的潛力,用以改善在網(wǎng)絡中尋找重疊的社區(qū)的準確性。在進程的初始化階段和子社區(qū)擴展過程中引入必須鏈接和不可能鏈接的約束,提出一種使用有限數(shù)量的成對約束、結合貪心策略來尋找重疊社區(qū)的方法 PC-GCE（Pairwise Constrained Greedy Clique Expansion）。對模擬網(wǎng)絡數(shù)據(jù)與當前無約束的局部擴展重疊社區(qū)發(fā)現(xiàn)算法（GCE）進行對比實驗,結果表明PC-GCE方法在發(fā)現(xiàn)重疊社區(qū)的性能上優(yōu)于無約束的算法,并且隨著成對約束數(shù)量的增加,發(fā)現(xiàn)重疊社區(qū)的性能越好。 

【文章來源】：計算機與現(xiàn)代化. 2020,(08)

【文章頁數(shù)】：7 頁

【部分圖文】：

非重疊社區(qū)

半監(jiān)督GCE階段2涉及的4個步驟

但是，這并不會自動適用于重疊的情況，其中存在2種可能的情況。由于傳遞屬性不再成立，將約束納入重疊社區(qū)則更具挑戰(zhàn)性。如圖2所示，具體來說，如果(vi,vj)∈CML，且(vj,vk)∈CML那么(vi,vk)有2種可能的情況，要么(vi,vk)∈CML，要么(vi,vk)∈CCL。這是因為重疊節(jié)點vj具備節(jié)點vi和vk的must-link約束，但這2個節(jié)點分屬于2個不同的社區(qū)。但也有可能，這3個節(jié)點實際上是位于同一社區(qū)中。除非在算法中明確(vi,vk)是must-link約束還是cannot-link約束，否則無法有效區(qū)分這2種情況。網(wǎng)絡若具有高度重疊的社區(qū)，那么這種有問題的情況將更頻繁地發(fā)生。如果單純地試圖將成對約束結合起來，而不考慮這種情況，那么在社區(qū)發(fā)現(xiàn)的過程中，即使增加約束，社區(qū)發(fā)現(xiàn)的結果并不令人滿意。

【參考文獻】：
期刊論文
[1]一種改進的HK社交網(wǎng)絡建模方法[J]. 陳婧怡,徐名海,楊溪,杜帆.  計算機與現(xiàn)代化. 2019(02)
[2]基于SALSA的社交網(wǎng)絡重要節(jié)點發(fā)現(xiàn)算法[J]. 曾竟.  計算機與現(xiàn)代化. 2018(12)
[3]基于復雜網(wǎng)絡的綠色CDN社團結構劃分[J]. 李昕冉,周金和.  計算機工程. 2018(03)
[4]一種半監(jiān)督的局部擴展式重疊社區(qū)發(fā)現(xiàn)方法[J]. 陳俊宇,周剛,南煜,曾琦.  計算機研究與發(fā)展. 2016(06)
[5]基于半監(jiān)督典型相關分析的多視圖維數(shù)約簡[J]. 董西偉,楊茂保,張廣順.  計算機應用研究. 2016(12)
[6]基于KL散度及多尺度融合的顯著性區(qū)域檢測算法[J]. 羅會蘭,萬成濤,孔繁勝.  電子與信息學報. 2016(07)
[7]半監(jiān)督學習在網(wǎng)絡入侵分類中的應用研究[J]. 趙建華.  計算機應用研究. 2014(06)



本文編號：3458698