社区发现研究报告 ——一种带约束的标签传播算法

                                                       社区发现研究报告

                                                                   ——一种带约束的标签传播算法[1]

摘要：是一种对 CLPA-GNR 算法进一步改善的算法。利用基于 Sørensen-Dice index 的相似性得分实现初始社区的发现以及在传播过程中断链。该算法还在标签传播过程及社区融合过程中使用约束。

 

1. 引言

CLPA-GNR 算法分别对单个节点和组节点进行更新，与此同时在算法的不同阶段设置约束，该算法在无向无权重图中通过去除 LPA 中的随机性获得一个确定性发现。即使目前大多数算法致力于减少 LPA 的缺点，增强其优势，但是在其鲁棒性和稳定性方面仍然存在着问题。本文的算法是基于 CLPA-GNR 算法[2]进行改善的，在一定程度上防止了无用发现的产生。

 

2. 半同步约束标签传播算法（SSCLPA）

该算法中，顶点被分为两类：VS = { vSi: i ∈ R} and VGR = { vGRj: j ∈ R}，（其中 VS 为孤立点【solo node】，而 VGR 为组节点【group node】，即已分配社区的节点）。与最初的 LPA 算法不同，该算法中两类节点在更新时是分开进行的。VS 是同步更新，因此没有更新顺序之谈；VGR 是异步更新的，需要定义其更新顺序的规则。规则如下（优先考虑规则（1），只有当（1）相同时，才进一步的考虑（2））：

（1）根据邻居中孤立点的个数按升序排列，即邻居中孤立点越少，越早更新。

（2）根据节点自身的度升序排列，即度越小，越早更新。（原因：度数低的节点一般分  布在社区外围，提早更新标签对其他节点更新标签的影响小）

2.1 SSCLPA 的主要过程

（1）豁免社区（Exempted Community）

在标签传播算法中，很容易出现一个或几个社区远大于其他社区，这样容易产生没有意义的检测结果，为了避免这样的现象产生，在本算法中设置了一个阈值α，用来判定是否豁免该社区。社区的集合：