标签传播算法及其改进方案（科研记录）

标签传播算法

注：本文只是对自己设计的算法的一个简单记录。

算法步骤

1. 初始时，给每个节点一个唯一的标签；
2. 每个节点使用其邻居节点的标签中最多的标签来更新自身的标签。
3. 反复执行步骤2，直到每个节点的标签都不再发生变化为止。
   一次迭代过程中一个节点标签的更新可以分为同步和异步两种。所谓同步更新，即节点z在第t次迭代的label依据于它的邻居节点在第t-1次迭代时所得的label；异步更新，即节点z在第t次迭代的label依据于第t次迭代已经更新过label的节点和第t次迭代未更新过label的节点在第t-1次迭代时的label。

改进方案

标签传播算法的时间复杂度很低，非常适合大型网络的社区划分，但是也存在很多缺点：

1. 划分结果不稳定，随机性强；
2. 准确度不高。

具体体现在：

1. 更新顺序：节点标签更新顺序随机，但是很明显，越重要的节点越早更新会加速收敛过程；
2. 随机选择：如果一个节点的出现次数最大的邻居标签不止一个时，随机选择一个标签作为自己标签。这种随机性可能会带来一个雪崩效应，即刚开始一个小小的聚类错误会不断被放大。

改进思路：

  确定节点的更新顺序 : LeaderRank，PageRank，HITS，参与系数，k-核/k-壳，等等及其改进算法；
  降低随机选择的概率 : 各种相似度度量/距离度量以及他们的随机结合。

目前算法：

  k为社区数量，ARI为调整兰德系数，NMI为网络选择标准互信息，Q为模块性指标，δ为算法稳定系数，Time为运行时间，环境为python2.7（黑体 为与 FMM，LPA ，BGLL ，LPAm， LPAm+， infomap， ISCD+， LPA-S这些算法的比较。 ）
  karate:k=2 ,ARI=1.0000,NMI=1.0000,Q=0.3715,δ=0,Time=8;
  dolphin:k=4 ,ARI=0.4325,NMI=0.6241,Q=0.5203,δ=0,Time=20;
  football:k=12 ,ARI=0.8896,NMI=0.9268,Q=0.6010,δ=0,Time=66;
  polkbooks:k=4 ,ARI=0.6664,NMI=0.5534,Q=0.5140,δ=0,Time=59;斜体样式