基于粒子群优化算法的社交网络结构平衡的实现

李赵兴，陈 莉，刘琼海

（1.榆林学院信息工程学院，陕西西安 719000；2.西北大学信息技术学院，陕西西安 710071；3.黄委晋陕蒙监督局，陕西榆林 719000）

社交网络的兴起改变了人们的日常生活方式，人们可以借助社交媒体方便地表达自己的观点和情感，并通过社交平台建立广泛的社交关系。对社交网络展开相关研究，不仅可以挖掘社交网络中的人群结构特征，还可以分析和预测网络上的信息传播流向以及信息传播可能造成的后果，因此，对社交网络的研究具有重要的理论研究意义和实际应用价值[1]。

研究社交网络特性的一种有效途径是将社交网络建模成由节点和边组成的复杂网络形式，其中节点表示网络的组成成员，边表示成员之间的社交关系，通过分析和挖掘复杂网络的基本特性来达到认知社交网络以及辅助决策支持的目的。由于社交关系通常存在友好和敌对两种情况，因此很多社交网络都被建模成由正边和负边表示的复杂符号网络形式，其中正边表示友好关系，负边表示敌对关系。复杂网络具有很多重要的特征[2-3]，例如小世界特性、无标度特性等。近年来，复杂网络又一重要特性即社区结构特性[4-5]，被学者发现。

文中针对社交网络的平衡结构问题[6-7]展开了研究，将平衡结构问题建模为能量最小化优化问题，提出了一种高效的离散粒子群优化算法，用以解决建模的优化问题。结合社交网络的拓扑结构信息，文中重新定义了粒子的离散表示，构建了基于离散表示的粒子更新方程。……