关键词： 社团检测   鲸鱼算法   标签传播算法   多目标优化   共识社团   标签传播  

摘要： 复杂网络中的社团结构对于了解网络结构、发现其变化过程与规律、监控与预测变化趋势有着重要的理论意义。从复杂网络中检测出这些社团结构对于推测用户潜在意向、预测研究方向进展、舆情控制和导向、打击恐怖分子维护国家安全、减少部署成本等有着良好的应用前景。近年来，研究者们已经提出许多社团检测算法用于社团挖掘、社团分析和社团预测等领域，但在先验知识很少或者完全没有先验知识的情况下提高社团检测的准确率，同时降低时间复杂度，特别地，对于基于优化的进化算法框架的算法来说，是否能进一步提高种群收敛的速度，能够跳出局部最优的陷阱，一直是社团检测方法研究的重点。基于此，本文提出了两种社团检测算法，主要的研究工作如下：　　1.提出一种基于鲸鱼算法的多目标静态网络社团检测算法。传统的针对静态网络基于优化算法的社团检测算法往往采用单目标优化，或者在选取最优解时将多目标加权相加，最后转化为单目标的方式进行，但这样的方式要么面对多个约束条件时无能为力，要么没法精确掌握线性组合的参数以获得最优的解。鲸鱼算法是模拟座头鲸群狩猎行为的一种启发式算法，它有着实现原理简单、控制参数少、对于解决某些优化问题具有收敛能力快、全局搜索能力强的特点。原始的鲸鱼算法针对的是连续函数的优化，本文采用了针对社团检测问题改进的离散化鲸鱼算法算子对问题进行多目标优化。通过标签传播算法生成初始种群，并借助鲸鱼算法框架对种群进行多目标优化以得到社团划分。将该算法在人工合成网络和真实世界网络的数据集上进行实验，实验结果表明所提出的算法具有较好的性能。　　2.提出一种基于共识社团鲸鱼算法的多目标动态网络社团检测框架。随着带有时间信息的数据大量涌现，动态网络社团检测逐渐成为研究的重点。动态网络是随着时间变化而变化的，而动态网络的社团检测应能体现出社团结构随着时间的变化，但同时还要使这种变化不是很剧烈，减少结果的漂移。针对该问题，本文引入了种群内共识和种群间共识，缩小检测结果在时间变化时带来的影响。为了进一步减少初始化的开销，使用标签传播算法对网络迭代少数次以保持种群的多样性和正确性，接着使用鲸鱼算法框架对网络进行迭代，寻找最优解。在迭代过程中计算共识社团，在一定条件下将共识社团插入种群中以保持种群中含有上一时刻的知识从而使种群向最优的方向进化。将所提算法与对比算法在人工合成的和真实世界的网络数据集上进行测试，实验结果表明所提方法具有较好的性能，具有比较强的竞争优势。

关键词： 舆情分析   意见领袖   社团检测   加权TOPSIS   SIR模型  

摘要： 随着互联网技术和大数据的发展,越来越多的网民习惯从网络上获取自己所关注的信息资源、分享自己的见解或发表自己的意见,而这些活动的重要载体就是各种类型的网络虚拟社区,如微博。在微博环境中,网络舆论的形成在很大程度上受到意见领袖的影响。当网络中的意见领袖针对媒体所发布的信息、以及后续引起的讨论、最终在用户当中形成成熟的舆论时,对媒体解读与反解读显得更为重要。意见领袖所发挥的作用不仅可以吸引人们对话题的关注,推动网络舆论发展,而且其言论往往能得到社区其他用户的追捧与追随,并且大多数时候在他们在虚拟社区中具有较高的威望。 本文结合社团结构检测和意见领袖识别方法,以微博的“知网正在整改”话题的数据为研究对象,开展舆情事件网络中意见领袖分析研究。 第一部分采用基于节点向量的模糊C均值算法完成微博网络数据的聚类。通过模块度确定网络中每个节点的节点向量,即利用低维向量表示的节点,再在低维向量空间中利用模糊C均值对数据点进行聚类,从而得到网络的社团结构划分。将该算法和其他算法进行实验操作后对比分析,验证本文算法在网络数据聚类方面的精确性和稳定性,更好地挖掘社交网络的社团结构。 第二部分,采用多属性融合的加权TOPSIS法识别网络中的意见领袖。针对目前意见领袖识别过程多以用户属性或网络的结构信息作为指标的问题,以微博为研究对象,采用优序图法加权TOPSIS的相关理论建立意见领袖的识别模型。将用户的属性信息和网络的结构信息相结合作为综合评价指标,采用优序图法计算各指标权重,通过TOPSIS排序方法的用户重要程度评分,并对用户评分排序。针对微博的“知网正在整改”话题的数据,使用意见领袖识别方法进行实验分析,并与单测度指标方法进行对比分析,验证多属性决策意见领袖识别方法的有效性。 第三部分,将基于模糊C均值的社团检测算法和多属性融合的加权TOPSIS意见领袖识别算法相结合,构建基于社团结构的意见领袖识别模型:首先对所构建的舆情网络进行社团结构划分,然后通过使用多属性融合的加权TOPSIS意见领袖识别方法对社团内部进行意见领袖的识别。将上述混合模型应用到“知网正在整改”话题微博舆情网络中。并与结构中心性指标以及多属性融合的加权TOPSIS法所识别的意见领袖进行对比分析,通过SIR传染病模型验证混合模型的有效性。 最后,各项实验结果证明了本文所构建的模型对于意见领袖的判别较为合理。通过首先分析所构建的舆情网络的社团结构,再识别其中的意见领袖,在不改变用户影响力排名的情况下,能够准确、高效地识别微博网络中的意见领袖。

关键词： 复杂网络   社团检测   图重构   互信息   神经网络   核心节点  

摘要： 社团检测是一种基于图挖掘的无监督或半监督方法。其主要目的是通过探索图的拓扑结构来发现节点之间的高阶相似度,并将这些相似的节点归为同一个社团。在社团中,成员之间联系紧密,而不同社团成员之间的联系较少。这种方法可以用于电子商务中的用户购物推荐和广告,生物信息学中蛋白质和蛋白质之间的相互作用预测,引文分析中的文献推荐或学者合作等众多应用。为了探索复杂网络下更加有效的社团检测,本研究针对以下问题展开:(1)对大型复杂网络进行高质量的社团检测通常依赖图的拓扑结构来划分节点集,然而现实世界的网络通常带有嘈杂且与集群无关的链接,这些链接可能会导致模型将来自不同集群的节点划分在一起;(2)大多数基于图神经网络的社团检测模型仍然使用K-means来定位社团中心,并未充分利用图神经网络学习节点表示的优势;论文的主要工作包括:第一,图重构下大规模网络的社团检测算法(graph reconstruction based community detection,GRCD)。该方法能够处理大规模复杂网络的社团检测。首先,删除社团之间的相互连接的边来重新构建原始图的社团结构。然后,GRCD将网络视为一个社交系统,旨在以更直观的方式揭示社团;提出了一种高效的社团检测策略:基于话语权的社团组织生成策略。最后,在不同规模数据集上进行实验,实验结果表明,GRCD算法不仅能够处理大规模网络,而且在保持较高稳定性的同时,其社团划分的质量对比现有的几种基准算法都有很强的竞争力。第二,联合图的全局和局部互信息的重叠社团检测(Overlapping Community Detection Algorithm using Global and Local Mutual Information of Graph,over DGI)。这是一种用于处理重叠社团检测问题的图神经网络。首先,采用最大化图互信息使得节点向量表示更能精确表达图结构信息。然后,在利用图结构来定位社团中心的基础上,通过最大化社团互信息使得隶属于同一社团的节点的向量表示与该社团的核心节点的向量表示距离更近。最后,设计了一个目标分布来帮助模型更好的解决重叠社团检测任务。通过综合实验表明,over DGI在重叠社团划分上的表现对比现有的几种基准算法都有很强的竞争力。本文的主要目标是探讨如何利用核心节点来提高社团检测的效果。在GRCD中,通过基于话语权的社区组织策略,重点利用核心节点来提高社团检测的准确性。在over DGI中,通过最大化社团互信息使得隶属于同一社团的节点的向量表示与该社团的核心节点的向量表示距离更近。这两种方法均表现出良好的性能,为网络中的社团结构挖掘提供了新的视角。

关键词： 深度学习   复杂网络   图神经网络   社团检测  

摘要： 近年来,随着信息技术的不断发展与算力的大幅提升,深度学习已经渗透至人们生活的各个方面。深度学习中的图神经网络方法在处理社交网络、交通网络等以图为结构的数据时表现出色,受到了众多学者的关注。由于真实世界的数据普遍存在数据稀疏、标签缺失等问题,且图数据中节点多以重叠的社团结构聚集,本文以图卷积神经网络为主题,分别探讨了如何提高图卷积神经网络的自适应挖掘隐藏特征与拓扑信息能力,以及自适应图卷积神经网络在重叠社团检测方面的应用。本文从解决数据稀疏、挖掘数据潜在特征信息与拓扑关系入手,提出了一种基于自适应特征与拓扑的图卷积神经网络模型AAGCN。该模型通过设置自适应层对数据进行预处理,将挖掘到的隐藏特征和拓扑信息,与原数据的特征信息和拓扑结构进行融合,一并送入到卷积层进行训练,从而提高图卷积神经网络的模型表达能力。通过真实数据集上的节点分类实验,验证了AAGCN模型自适应层的有效性。真实世界的图数据如社交网络、引文网络中往往具有大量的重叠社团结构,挖掘重叠社团可以帮助对图数据更好地进行分析。然而,现有的重叠社团检测方法普遍存在检测效果不佳、无法处理大规模网络等问题。为此,本文提出了一种基于自适应图卷积神经网络的重叠社团检测模型AAOCD。该模型利用AAGCN模型挖掘隐藏节点特征与拓扑信息的能力,生成并优化节点-社团隶属矩阵,从而实现端到端的重叠社团检测。实验表明,AAOCD模型在重叠社团检测方面取得了良好的检测效果。图17幅,表11个,参考文献86篇

关键词： 符号网络   社团检测   凸非负矩阵分解   平衡理论   图神经网络   社交网络   舆情分析   微博  

摘要： 在现实复杂系统中,成员之间不仅存在支持、信任、促进等积极交互,同样存在反对、怀疑、抑制等消极交互,符号网络通过引入节点间正、负连接直观灵活地描述这类信息,由于其包含更加丰富的复杂系统信息,有助于全面深入地挖掘个体之间的联系,符号网络逐渐成为国内外各领域学者研究热点之一。社团结构作为符号网络分析的基础,对揭示复杂系统的组织构成、功能结构和个体行为具有理论意义和实践价值,相关研究成果被广泛应用于推荐系统、公共安全、生物医学、社交网络等诸多领域。尽管近年来符号网络社团检测算法研究频出,取得了一定的进展与成果,但主流算法大多存在数学模型过于复杂、时间复杂度高、难以应用于大规模网络等缺点,而众多较为成熟的传统社团检测算法又由于负属性边的影响无法直接应用于符号网络,准确快速地检测出符号网络中的社团结构仍是具有挑战性的任务。针对上述问题,本文基于凸非负矩阵分解和图卷积神经网络分别提出了两种符号网络社团检测算法,并将算法应用于舆情分析领域。论文主要研究内容如下:(1)从简化数学模型复杂程度的角度出发,本文设计了一个基于归一化拉普拉斯矩阵和凸非负矩阵分解的算法(NLRCovex-NMF)来检测符号网络中的社团结构。该算法将凸非负矩阵分解应用于符号网络,将邻接矩阵分解为社团成员归属矩阵和节点权重矩阵,易于理解和实现,同时该算法引入了归一化拉普拉斯图正则项,减少分解过程中产生的噪声。通过人工网络和真实网络的对比实验验证,该算法在小规模无符号网络和符号网络均具有较为有效的社团划分性能。(2)针对NLRCovex-NMF算法时间复杂度高,难以将其应用于大规模符号网络的问题,本文提出了基于结构平衡理论的图卷积聚类网络(CNSBGCN)。该算法将社会学平衡理论和图卷积神经网络相结合来提取图结构和节点属性的隐藏信息,形成有效的节点嵌入表示。算法设计了基于最大化符号网络模块度的损失函数,通过端到端学习的方式完成社团检测任务。通过在多个不同特征的网络数据集进行对比实验,验证了该算法能够在较大规模符号网络上检测出较为准确的社团结构。(3)将理论成果应用于“风险舆情发现与处置”项目中,结合公开检测的某次新冠疫情舆情事件中新浪微博相关内容数据、转发和评论信息,计算情感得分,分时段构建符号网络,利用本文所提算法挖掘舆情演化过程中核心群体结构变化特征,在验证论文所提算法有效性的同时,为深入开展舆情发现、舆情演变趋势预测、舆情引导目标群体识别等工作提供数据分析辅助支撑。

关键词： 数据挖掘   危重症   电子病历   社团检测   诊断识别  

摘要： 随着医疗信息系统的广泛应用,利用数据挖掘技术从电子病历数据库中发现潜在的有价值诊疗信息越来越受到关注。危重症医学经过三十多年的迅速发展,已成为最重要的需要多学科协作的临床医学专科之一。我国危重症医学同样面临诸多问题与挑战,只有正确应对这些挑战,才能确保危重症医学持续健康的发展。基于传统统计学和复杂网络的数据挖掘技术在对数据的解读、规律的揭示、科学普适性的探究方面具有显著优势,有助于更好地理解和处理实际问题,是缓解医疗资源分布不均匀和医患供求关系不平衡的可行方案。因此,本文进行了基于数据挖掘的危重症电子病历研究。 本文以实际危重症诊疗需求为背景,采用危重症电子病历数据库MIMIC-IV为研究素材,以传统统计学与复杂网络为主要技术手段,对危重症电子病历进行了数据挖掘,并展开深入研究和分析,具体内容概要如下: (1)针对危重症医疗资源分布不均匀,医患供求关系不平衡等问题,本文进行了基于传统统计学的危重症电子病历研究。包括:1)基于人口统计学模型的危重症住院需求增长模式:通过建立危重症患者的人口统计学模型,以及对不同疾病住院需求增长情况分析,本文了解了危重症患者人口结构变化及其分布规律,以及不同疾病流行率与住院需求增长情况;2)基于对比分析模型的危重症疾病谱研究:通过建立对比分析模型,对住院患者疾病谱进行深入分析,本文了解了危重症住院疾病谱以及危重症住院疾病谱的变化趋势;3)基于Kaplan–Meier模型的医疗服务指标研究:通过建立Kaplan–Meier模型,探索危重症患者前后期两组数据的住院天数和再入院率是否存在显著性差异。结果表明,医疗体制改革降低了危重症住院患者的再入院率,Logrank=1109.03,p=e-2453.61<003 0.,但增加了住院时间,Logrank=7076.56,p=<0.0050.00。 (2)针对危重症患者并发症的预防和辅助诊断等问题,本文进行了基于复杂网络的危重症电子病历研究。提出了基于RR的危重症并发症网络构建算法,并对危重症并发症网络进行了详细分析,包括:1)稳定性分析:通过计算并发症网络的同配系数与变量梯度分析法,证明了在时间和层级角度上危重症并发症网络构型的稳定性;2)层次结构挖掘:通过划分法和社团检测算法分别进行了网络的层次结构挖掘,发现了并发症网络中的社区结构,进而了解了并发症之间的相互关系,对于提高医生对并发症网络的理解和分析能力,以及预防和治疗并发症具有重要意义;3)相似性与差异性分析:通过对网络的拓扑结构、节点相似性、边相似性三个方面来衡量了男女两性并发症网络的相似性与差异性。结果表明,男女两性危重症并发症网络在总体上是相似性的,但由于男女两性在生理和生物学上的差异导致了他们对怀孕、分娩和产褥期疾病等的易感性不同;4)关键诊断挖掘:本文提出了基于度中心性、特征向量中心性、Page Rank算法的融合算法进行关键诊断挖掘,保证了各算法互补性及其各自优势的同时,提高了诊断识别的稳定性和准确度,避免了单一算法的局限性,有助于了解并发症的传播和扩散机制,并实现精准治疗。同时本文将并发症网络分析结果与现有的医学知识进行比对和解释,验证相关分析的有效性。

关键词： 复杂网络   社团检测   多属性决策   多目标优化  

摘要： 现实世界中的系统可以被建模为复杂网络,利用结点和边表示系统中的参与者及参与者间的交互关系。社团是复杂网络的重要特征之一,通过对社团结构进行研究,探索结构特征与功能特性之间的对应关系,可以优化复杂网络和现实系统的功能。因此,社团检测对熟悉网络结构并充分发挥系统价值具有重要意义。多重网络(Multiplex network)是一种由多个单层网络构成的网络,是多层网络的一种特例。在多重网络中,每一层对应于一种交互类型,可用于表示相同实体之间的不同交互模式,能够更加完整地反映实际系统中的信息。在多重网络中进行社团检测通常需要聚合每一层中结点的连接信息,从而更加准确地检测出社团结构。本文在以往相关研究的基础上,基于多属性决策技术TOPSIS(Technique for Order Preference by Similarity to an Ideal Solution)提出了采用遗传策略的单层网络社团检测算法TMGA,以及采用层次融合思想的多重网络社团检测算法MTMGA和TLVA算法。(1)基于遗传策略的社团检测算法TMGA。该算法使用多属性决策技术中的TOPSIS方法综合单层网络中四种相似度的优势,得到能够衡量网络中结点相似关系的相似度得分T-Score,并将T-Score作为结点间边的权重,得到新的单层加权图。TMGA在该加权图上使用矩阵编码方式和NSGA-II算法的框架,首先初始化结点的社团归属及结点间的连边,利用归属矩阵和邻接矩阵进行编码,并基于矩阵运算设计新的交叉和变异方式,迭代地产生新的社团结构。同时,TMGA在加权模块度的基础上构建外部目标和内部目标作为适应度函数来衡量社团的质量。迭代终止后,TMGA选取第一帕累托前沿的解作为单层网络的社团结构。(2)基于层次融合思想的的MTMGA和TLVA算法。MTMGA和TLVA利用多属性决策技术TOPSIS融合多重网络不同层中结点的相似度,得到相似度得分M T-Score,把多重网络聚合为单层加权图。本文在该加权图上使用基于矩阵编码的遗传策略,把TMGA拓展到多重网络中形成了MTMGA算法,采用简化后的多重模块度和共享社团冗余连接率作为适应度函数,并选取第一帕累托前沿的解作为多重网络的社团结构。同时,我们在该加权图上基于加权模块度实现了TLVA算法,首先把加权图中的每个结点看作单独的一个集合,将结点移入模块度增量最大且大于0的邻居集合中。再把每个集合压缩为一个超结点,将集合内边的总权重作为结点自环的权重,不同集合间的多条边视为一条边,邻居集合间的边的总权重作为新的边的权重。重复以上步骤,得到多重网络的社团结构。本文在多个复杂网络上分别对TMGA、MTMGA和TLVA算法进行实验,并与其它算法比较社团检测的结果。通过实验表明,TMGA、MTMGA和TLVA算法相较于其它算法具有更加优越的社团检测能力。

关键词： 进化多目标优化   重叠社团检测   属性信息   节点亲密度   社团融合   社团凝聚力   领导系数  

摘要： 随着信息技术的广泛应用,网络中的节点往往携带丰富的信息,同时网络规模也逐渐增大,复杂网络也因此逐渐难以被有效检测。此外,一些节点逐渐倾向于连接并属于多个社团,并在信息流中发挥巨大作用。因此,本文主要针对重叠社团和属性社团的检测进行研究。近年来,越来越多的方法被用于发现复杂网络中的社团结构。然而,这些方法还存在一些问题:现有的方法大多使用拓扑结构和节点属性信息来发现非重叠社团,而属性信息在重叠社团检测中没有得到充分利用,网络中的边缘节点在划分时没有被充分考虑到,网络中的节点连接和邻域信息没有被同时高效利用。本文基于上述问题的思考展开了研究,主要研究内容如下: (1)提出了一种基于内外连接度融合和节点亲密度修正的进化多目标重叠社团检测方法(FCCNI)。首先,在初始化表示完成后,基于内外连接度判断进行社团融合,将部分内部连接稀疏,而与外部连接紧密的社团相互融合,初步确定社团数量的同时对社团数量进行再次确认和更正。其次,设计了计算节点之间亲密度的函数,并据此亲密度选择节点标签来修正当前错误节点的标签,在初始化和多目标进化过程中多次进行修正。最后,设计的间接由非重叠社团得到重叠社团的方法,在判断各点是否为重叠节点时不仅考虑社团内部连接问题,还加以考虑属性问题,以实现重叠节点的有效搜索。 (2)提出了基于属性预处理和社团凝聚力分析的重叠社团检测方法。首先,该算法利用节点属性信息的特性,提取关键信息并过滤冗杂信息,从而获得更加有效的属性数据。其次,对解码产生的重叠社团通过连边信息计算凝聚力,将凝聚力较小的社团内节点划分到对其吸引力更大的社团中,据此对可能划分错误的边缘节点的标签进行修正。在社团发现完成后,算法还根据属性信息的判断,进行社团融合和标签修正,同时关注发挥更大作用的属性信息,增强划分社团内的属性同质性。该算法不仅关注作用更大的社团属性数据,并且通过不同阶段基于拓扑结构和属性判断的扩展和改进,更加充分利用网络节点不同的特性。 (3)提出了基于领导系数传播和次领导节点修正的重叠社团检测方法。首先,对网络中各节点的自身连接以及邻域信息拓展结合,设计得到节点领导系数,这个领导系数贯穿了整个算法流程。其次,在标签传播后确定重叠社团时,基于归一化的领导系数之差判断过滤掉相对来说可能性不太大的重叠节点,使其成为非重叠节点。最后,考虑网络节点度来增强社团连接,基于社团中的次领导节点及其领导节点来进行社团融合,防止在社团内部链接强度系数比较大的网络中生成一些不必要的过小社团。该算法同时关注了节点度以及邻域信息等不同的网络节点特性,使其对不同类型的网络结构都有效,且基于领导系数传播社团标签信息,提高社团检测准确度。

关键词： 社团检测   局部社团检测   重叠网络   属性网络   进化多目标优化   进化多任务优化  

摘要： 在过去的二十年中,挖掘网络中的全局社团结构一直是一个热门的研究课题,但这些研究通常要求网络的全局信息是已知的。随着互联网的发展和网络规模的不断增大,许多网络的全局信息可能不可用或获取成本高昂,如万维网和社交网络等。因此,基于网络局部信息的局部社团检测应运而生,其目的是基于网络的局部信息找到包含给定起始节点的社团。近年来,研究人员提出了大量的局部社团检测算法,其中,进化算法具有良好的全局搜索能力以及对目标函数的开放性,因此基于进化算法的局部社团检测方法成为解决局部社团检测问题的重要方法之一。然而,现有的基于进化的局部社团检测算法忽视了网络的重叠结构和属性信息,因此本文提出了基于多目标进化的局部重叠社团检测算法以及基于多目标多任务进化的属性网络局部社团检测算法。 本文的主要研究工作如下: (1)提出了用于局部重叠社团检测的多目标模型和多目标进化算法。为了解决局部重叠社团检测问题,本文首次将局部重叠社团检测问题建模为多目标优化问题,并提出了基于三分表示的局部重叠社团检测多目标进化算法(TDR-MOEA)。该多目标模型由两个目标函数组成,即社团内部连接密度和社团外部连接密度。在TDR-MOEA算法中,提出了三分个体表示方案,以有效地编码和解码给定节点的局部重叠社团结构。基于该表示方案,设计了新颖的初始化策略和进化算子,以提高TDR-MOEA的性能。最后,本文通过在具有不同特征的合成网络和真实网络上的进行实验,验证了所提多目标模型和TDR-MOEA的有效性。实验结果表明,TDR-MOEA算法在检测局部重叠社团方面优于当前的局部重叠社团检测算法,同时也表明多目标进化是处理局部重叠社团检测问题的一个有竞争力的框架。 (2)提出了基于多目标多任务进化的属性网络局部社团检测算法。属性网络主要包含两个维度的信息,一个是拓扑结构,另一个是节点属性。为了更好地平衡和利用这两个维度的信息,本文提出了一种基于多目标多任务进化的属性网络局部社团检测算法(EMLCD)。在EMLCD算法中,属性网络局部社团检测问题被表述为具有两个任务的多任务优化问题,即拓扑局部社团检测任务(Top-Task)和属性局部社团检测任务(Att-Task)。使用多任务进化方法来检测属性网络局部社团的优势在于,该方法中的知识迁移机制可以用于平衡拓扑和属性信息,并提高检测性能。因此,在EMLCD算法中,提出了高效的知识迁移策略来促进两个任务之间的正向知识迁移。此外,本文提出了模型选择策略,以指导决策者从两个任务得到的解集中选择理想解。实验结果表明,EMLCD可以更好地平衡拓扑和属性信息,从而检测到高质量的局部社团。

关键词： 鲁棒社团检测   自步学习   集成聚类   推荐系统   协同过滤  

摘要： 社团检测一直是复杂网络中的重点研究领域。在近年的研究中,人们发现网络中细微的噪声会给社团检测算法带来巨大的负面影响。其主要原因是:它们假设输入的网络是完美干净的。然而,收集的网络数据充满了噪声,并且很难确定噪声的类型。比如,偶然产生的随机噪声和对抗攻击产生的恶意噪声就会使得网络呈现出不一样的数据特征。为克服噪声对社团检测性能的影响,如何设计鲁棒社团检测算法成为研究的热点。现有研究常利用噪声类型先验来增强网络,实现鲁棒社团检测。先验信息是很难获得的,因此这种方式在实际使用时有着诸多的限制。针对这一问题,本文提出了基于自步学习和集成聚类的鲁棒社团检测算法。通过利用基础模型信息替代噪声类型假设,从损失函数和基社团两个不同角度克服了传统社团检测算法面对噪声网络时性能下降和现有鲁棒社团检测算法应用受限的问题。另外,互联网的高速发展使得推荐系统已经成为人们日常生活的一部分。本文深入探究了协同过滤技术进行推荐任务的数据稀疏性和噪声问题,并提出了一种基于鲁棒社团检测的方案,同时将上述鲁棒社团检测方法应用于该场景。本文的工作总结如下: (1)提出了一种基于自步学习的鲁棒社团检测框架,称之为Silencer。Silencer通过将自步学习框架和基于像素损失的社团检测算法进行结合,使得算法在迭代过程中能够自动根据像素级损失定位噪声边,从而降低其对模型的影响以提高模型的鲁棒性。本文成功地将非负矩阵分解算法(Nonnegative Matrix Factorization,NMF)和深度自编码器算法(Deep Autoencoder-like Nonnegative Matrix Factorization for Community Detection,DANMF)嵌入到Silencer框架。相比传统社团检测方法,Silencer能更好地适应包含噪声的真实网络,减少了人工鉴定噪声边所耗费的时间成本。 (2)提出了一种基于集成聚类的鲁棒社团检测算法(Ensemble Clustering Robust Community Detection,EC-RCD)。EC-RCD改进基于模块度的传统社团检测算法和共识网络生成算法,得到了偏离者和平等者两个模块。与其它鲁棒社团检测方法最大的不同在于,此方法增强网络的信息,来自多次运行基础算法得到的结果,而不是一些基于网络特征的先验假设。这两个模块使EC-RCD能够在没有任何先验噪声假设和数据特征假设的情况下实现鲁棒社团检测。 (3)随着数据量的增大,如今靠人力面对数以亿计的商品已经很难完成推荐任务,因此推荐系统已经成为当下最热门的研究话题之一。现有推荐系统中最常用的就是协同过滤技术,但不论是基于相似度函数还是基于传统社团检测,在得到相似用户的过程中都会不可避免的存在稀疏性和噪声问题。因此,本文将EC-RCD与协同过滤技术进行结合,它能既能继承社团检测算法解决稀疏性问题的优势,又能缓解噪声带来的社团检测性能不佳的问题。