社區(qū)檢測是復雜網(wǎng)絡分析中的重要任務,現(xiàn)有的社區(qū)檢測方法多側重于利用單純的網(wǎng)絡結構,而融合節(jié)點屬性的方法也主要針對傳統(tǒng)的社區(qū)結構,不能檢測網(wǎng)絡中的二部圖結構、混合結構等情況.此外,網(wǎng)絡中每個節(jié)點的度會影響網(wǎng)絡中鏈接的構成,同樣會影響社區(qū)結構的分布.因此,提出一種基于隨機塊模型的屬性網(wǎng)絡社區(qū)檢測方法DPSB_PG.不同于其他屬性網(wǎng)絡中的生成式模型,該方法中節(jié)點鏈接和節(jié)點屬性的產生均服從泊松分布,并基于隨機塊模型考慮社區(qū)間相連接的概率,重點在節(jié)點鏈接的生成過程中融合度修正的思想,最后利用期望最大化EM算法推斷模型中的參數(shù),得到網(wǎng)絡中節(jié)點的社區(qū)隸屬度.真實網(wǎng)絡上的實驗結果顯示:模型繼承了隨機塊模型的優(yōu)點,能夠檢測網(wǎng)絡中的廣義社區(qū)結構,且由于度修正的引入,具有很好的數(shù)據(jù)擬合能力,因此在屬性網(wǎng)絡與非屬性網(wǎng)絡社區(qū)檢測性能上優(yōu)于其他現(xiàn)有相關算法.

【文章頁數(shù)】：13 頁

【部分圖文】：

對應概率圖模型如圖1所示:3DPSB_PG模型EM求解算法

本文編號：4010676