基于異構社會網(wǎng)絡檢測的MutuRank算法的研究.pdf

1、社區(qū)檢測是近幾年數(shù)據(jù)挖掘研究領域的一個熱點問題,隨著網(wǎng)絡社區(qū)的快速發(fā)展,大量的研究人員都致力于社區(qū)檢測的研究。社區(qū)檢測研究的主要內容是對網(wǎng)絡中存在的關系進行分析研究,從而幫助人們了解社區(qū)網(wǎng)絡的組織結構,并能挖掘出社區(qū)中潛在的大量信息。在現(xiàn)實世界中的社會網(wǎng)絡大部分是以多關系的形式存在的,所以隨著社區(qū)檢測的深入研究,社會網(wǎng)絡大部分是以多關系的形式存在的,所以隨著社區(qū)的概念被提出,異構社會網(wǎng)絡分析受到越來越多的學者關注?，F(xiàn)實生活中異構社會網(wǎng)絡

2、是普遍存在的,如科研合作網(wǎng)絡、社交網(wǎng)絡、醫(yī)療健康網(wǎng)絡等。隨著大數(shù)據(jù)時代的來臨,如何處理這些大規(guī)模復雜的異構網(wǎng)絡結構已經(jīng)是一個挑戰(zhàn)性的難題。
　　目前,關于社區(qū)檢測已經(jīng)有很多研究成果,但是大多數(shù)是集中于“單關系社會網(wǎng)絡”的研究。就異構社會網(wǎng)絡而言,一個熱門的方法是檢測前首先將異構網(wǎng)絡融合成單關系網(wǎng)絡。目前,已有的研究普遍認為異構網(wǎng)絡中不同的關系是相互獨立的,平等對待的,實際上這在現(xiàn)實生活中是不合理的,因此本文的第一個創(chuàng)新點是提出了一

3、個“MutuRank”的聯(lián)合排名模型,它充分利用了節(jié)點和關系的相互影響,把異構網(wǎng)絡融合成單關系網(wǎng)絡。在譜聚類方面,本文提出了一個結合近鄰知識的GMM-NK(Gaussian Mixture Model with Neighbor Knowledge)用于社區(qū)檢測,這是本文另外一個創(chuàng)新點。
　　本文的主要工作如下:
　　(1)本文首先介紹了社會網(wǎng)絡的發(fā)展和基本概念,接著介紹了社區(qū)檢測的研究現(xiàn)狀和研究意義,并對已有的社區(qū)檢測算法

4、的優(yōu)缺點進行了具體的分析和比較,針對異構社會網(wǎng)絡提出了一個聯(lián)合排名模型“MutuRank”,并假設不同關系之間不是獨立的,利用節(jié)點和關系之間的相互影響來迭代計算關系的權重,得到關系的均衡分布,最終將異構網(wǎng)絡融合成單關系網(wǎng)絡。
　　(2)在社區(qū)檢測方面,本文提出一個基于GMM(Gaussian Mixture Model)改進的GMM-NK算法。利用GMM-NK算法對MutuRank合成的“單關系網(wǎng)絡”做譜聚類分析,相比于傳統(tǒng)的GM

5、M算法,GMM-NK算法結合了近鄰知識,在社區(qū)檢測的性能上GMM-NK算法優(yōu)于GMM和Kmeans。
　　(3)最后,我們利用兩個UCI數(shù)據(jù)集Iris、Breast構造了兩個合成的異構網(wǎng)絡,并抽取了真實的異構社會網(wǎng)絡DBLP數(shù)據(jù)集分別進行了實驗。通過MutuRank實驗所得的關系均衡概率和最終通過GMM-NK進行譜聚類所得的實驗數(shù)據(jù)進行驗證。在性能評價方面,我們利用NMI(Normalized Mutual Information