基于集對相似性度量的社區(qū)發(fā)現(xiàn)算法研究.pdf

1、社區(qū)結(jié)構(gòu)作為社會網(wǎng)絡(luò)的一個(gè)非常重要性質(zhì)，可以反映出社會網(wǎng)絡(luò)成員個(gè)體的行為特征以及與其它個(gè)體的關(guān)系特征，發(fā)現(xiàn)社區(qū)結(jié)構(gòu)有助于對社會網(wǎng)絡(luò)內(nèi)部規(guī)律的分析與理解，對社會網(wǎng)絡(luò)研究有非常重要的理論意義和研究價(jià)值。本文將集對分析方法引入到社會網(wǎng)絡(luò)的社區(qū)發(fā)現(xiàn)中，提出一種基于集對聯(lián)系度的頂點(diǎn)間相似性度量方法，并應(yīng)用該方法對社會網(wǎng)絡(luò)進(jìn)行社區(qū)發(fā)現(xiàn)。
　　首先，基于集對聯(lián)系度中同異反關(guān)系的描述，提出基于加權(quán)聚集系數(shù)聯(lián)系度的頂點(diǎn)間相似性度量方法。該方法考慮差

2、異標(biāo)記i對異關(guān)系轉(zhuǎn)化為同關(guān)系的影響，采用頂點(diǎn)的聚集系數(shù)量化i值；考慮頂點(diǎn)度和頂點(diǎn)間路徑對相似性的貢獻(xiàn)，為頂點(diǎn)間的同異反關(guān)系進(jìn)行加權(quán)。
　　其次，將該頂點(diǎn)間相似性度量方法應(yīng)用于社區(qū)發(fā)現(xiàn)中，為減少傳統(tǒng)凝聚型層次聚類算法的大量更新操作，減少社區(qū)聚類的不合理現(xiàn)象，提出頂點(diǎn)間相似性優(yōu)先凝聚和社區(qū)間均值凝聚相結(jié)合的層次聚類算法VSFCM。
　　再次，現(xiàn)有基于集對理論的社會網(wǎng)絡(luò)分析方法，主要以傳統(tǒng)的無符號網(wǎng)絡(luò)作為研究對象，本文將其擴(kuò)展到符