非负矩阵MapReduce梯度下降半监督社区发现算法

2018-05-03 06:07:29魏霖静
计算机应用与软件 2018年4期

赵 霞 魏霖静 肖 君

1(甘肃农业大学信息科学与技术学院 甘肃 兰州 730000) 2(甘肃省计算中心系统集成部 甘肃 兰州 730000)

0 引 言

复杂网络的构建方式是利用图形化方式实现对真实世界的描述,其特点是具有随机图拓扑结构特征。复杂网络中存在的主要问题是大数据,对大数据进行处理,可实现新功能的开发[1-2]。复杂网络分析时,如果事先知道其结构形式,则可较为简单实现对复杂网络的准确快速分析。复杂网络一般出现在生物、社会以及基础设施等不同网络中,通过社区结构开发,可实现信息共享、推荐以及分类等操作[3-4]。

目前,已开发出许多社区发现算法,例如,文献[5]提出基于模块度最大化方式的非重叠社区Newman贪婪计算方法,但是其仅考虑模块度,而未对模块密度指标进行考虑。文献[6] 提出基于Girvan算法的非重叠社区Newman检测算法,该方法是一种层次聚类的分裂计算方法。文献[7] 提出有向权重网络的信息论计算方法,用于对社区结构进行检测,通过信息流压缩网络优化,实现复杂网络社区的有效发现。文献[8]提出重叠社区形式下的信息传播策略,其对于唯一标签每个节点的搜索过程是有效的,但是算法并未对社区质量进行考虑。现实存在的复杂网络包含有大量的节点和边缘,上述算法在计算过程中并未考虑算法计算效率问题,因此对算法计算效率进行提升是研究的重点[9]。同时,上述提到的方法对于复杂网络的边缘密度指标非常敏感,容易受到这些指标的影响。……

登录APP查看全文