CN105631748A - 一种基于并行标签传播的异构网络社区发现方法 - Google Patents

Abstract

一种基于并行标签传播的异构网络社区发现方法，其特征在于：所述方法包括标签初始化阶段、标签循环更新阶段和社区构造阶段；所述标签循环更新阶段是基于并行标签传播，允许节点标签在异构网络的多个子网中相对独立地并行传播，通过融合多个子网的并行传播结果更新节点标签。相比线性融合方法LinearComb，本发明基于并行标签传播的融合方法可更有效地利用节点间的异构交互信息，HLPA也更适用于异构网络社区发现。

Description

一种基于并行标签传播的异构网络社区发现方法

技术领域

本发明涉及网络结构分析技术领域；特别是涉及异构网络的社区发现方法。

背景技术

社会交互行为的异构性是移动社交网络的显著特点之一，其表现为既存在虚拟空间中用户之间的线上交互，又存在物理空间内用户之间的线下交互。具体而言，一方面用户间的在线交互形成线上社交网络，另一方面用户间的线下交互形成线下社交网络。因此，如何实现线上社会交互与线下社会交互的有效融合，以准确刻画用户间的异构交互行为，成为异构移动社交网络社区发现方法研究所需应对的首要挑战。

标签传播算法(LabelPropagationAlgorithm,LPA)是近年提出的一种快速社区发现方法，具有线性时间复杂度。然而，基于传统LPA的社区发现方法无法发现重叠式社区结构。COPRA对LPA进行了扩展，但依旧存在三个方面的不足：其一，COPRA虽然能够发现重叠式社区结构，但是不能用于面向异构交互网络的社区发现；其二，COPRA的迭代结束判定条件较为苛刻，对于某些网络结构其收敛速度较慢；其三，COPRA会导致“巨型社区”的出现，影响所发现社区结构的整体性能。SLPA是对LPA的最新扩展，该方法虽然避免了大量“迷你社区”的出现，但是其整体性能很大程度上取决于迭代次数与隶属度阈值，其关键性能指标(例如模块度)随着上述参数取值的不同而显著变化，导致可用性下降。

发明内容

针对以上缺陷，本发明提供一种有效实现线上社会交互与线下社会交互有效融合，能准确刻画用户间的异构交互行为的异构网络社区发现方法。

本发明一种基于并行标签传播的异构网络社区发现方法具体的技术方案为：

一种基于并行标签传播的异构网络社区发现方法，包括标签初始化阶段、标签循环更新阶段和社区构造阶段；标签循环更新阶段是基于并行标签传播，允许节点标签在异构网络的多个子网中相对独立地并行传播，通过融合多个子网的并行传播结果更新节点标签。

优选地，一种基于并行标签传播的异构网络社区发现方法的标签循环更新阶段包括以下步骤：

步骤一：计算节点的线上标签与线下标签；

步骤二：融合节点的线上标签与线下标签；

步骤三：判断融合后的节点标签是否满足标签传播阶段的终止条件；若是，得到最终标签；若否；则继续从步骤一开始整个标签更新步骤。

优选地，一种基于并行标签传播的异构网络社区发现方法的标签传播阶段的终止条件为：标签循环更新达到预定义的最大迭代次数，或连续的两次循环中所出现的标签集合相同且任一标签所标识的最小节点相等。

优选地，一种基于并行标签传播的异构网络社区发现方法的社区构造阶段依据节点的标签二元组将其划分至重叠的社区之中。

优选地，一种基于并行标签传播的异构网络社区发现方法还引入衰减因子约束标签的传播，以控制巨型社区的出现。

优选地，一种基于并行标签传播的异构网络社区发现方法用于加权异构网络时，需根据节点之间链接的权重对标签赋值函数进行调整。

优选地，一种基于并行标签传播的异构网络社区发现方法用于有向异构网络时，需调整邻接矩阵赋值。

优选地，一种基于并行标签传播的异构网络社区发现方法适用于包含三个及以上子网的异构网络融合与社区发现时，需修改标签融合子函数。

本发明以异构网络融合为中心，提出一种基于并行标签传播机制的异构网络社区发现方法(HybridLabelPropagationAlgorithm，HLPA)。其中，并行标签传播机制的核心是允许节点标签在异构网络的多个子网中相对独立地并行传播，通过融合多个子网的并行传播结果更新节点标签。本发明能够有效实现线上社会交互与线下社会交互的有效融合，以准确刻画用户间的异构交互行为。

附图说明

图-1网络社区发现方法流程示意图；

图-2标签循环更新阶段示意图；

图-3基于位置的社交网络示意；

图-4异构交互网络示意；

图-5基于并行标签传播的异构网络融合机制；

图-6HLPA方法运行过程示意；

图-7异构交互网络线性融合结果示意；

图-8COPRA方法运行过程示意；

图-9不同隶属度阈值下的HLPA方法性能示意；

图-10不同标签更新机制下的HLPA方法性能示意；

图-11不同标签衰减因子条件下HLPA方法性能示意；

图-12不同标签传播方法性能示意。

具体实施方式

下面结合实施例和附图来对本发明进行详细说明。

一方面，本发明提出并行标签传播机制，其核心是允许节点标签在异构网络的多个子网中相对独立地并行传播，通过融合多个子网的并行传播结果更新节点标签。下面结合实例对并行标签传播机制做出进一步阐述。

该机制的具体内容如下：对于任意一个节点v_i而言，假设其在时刻t的标签为c_i(t)，与分别代表v_i在网络A^on与A^off中的邻接节点集合，则v_i在下一时刻t+1的标签为：

$c_i(t+1)=f_{merge}\left(c_i^{on}\right(t+1),c_i^{off}(t+1\left)\right),---\left(1\right)$

其中f_merge为标签融合函数，与则分别代表时刻t+1时v_i在网络A^on与A^off中的标签，采用异步更新机制，形式化表示为：

$c_i^{on}(t+1)=f\left(c_{x_1}\right(t+1),...,c_{x_m}(t+1),c_{x_{m+1}}(t),...,c_{x\left|N_i^{on}\right|}(t\left)\right),---\left(2\right)$

$c_i^{off}(t+1)=f\left(c_{y_1}\right(t+1),...,c_{y_m}(t+1),c_{y_{m+1}}(t),...,c_{y\left|N_i^{off}\right|}(t\left)\right).---\left(3\right)$

基于上述并行标签传播机制，本发明提出面向异构网络社区发现的HLPA方法，将异构网络的融合无缝嵌入至标签的传播过程，是大规模异构网络重叠式社区发现的有效方法。具体而言，为实现重叠式社区发现，HLPA允许一个节点拥有多个标签，方法包含以下三个步骤：

1)标签初始化阶段，每一节点v_i关联于一个二元组<c_i,b_i>，其中c_i为社区标签，b_i为节点v_i对社区c_i的隶属度，初始时所有b_i的取值为1；

2)标签循环更新阶段，节点标签在线上/线下交互网络中相对独立地并行传播，即在一次更新过程中节点v_i将被同时赋予线上标签与线下标签其中由v_i的线上邻接节点集合依据公式(2)计算，而则由v_i的线下邻接节点集合依据公式(3)计算；随后依据公式(1)融合线上标签与线下标签得到本循环中节点v_i的最终标签。更新机制如下：

计算节点v_i的线上标签与线下标签：以为例，首先将其赋值为v_i的所有线上邻接节点标签的集合，并累加相同标签的隶属度；然后对标签及其隶属度归一化得到二元组集合使得隶属度之和为1；同时引入隶属度阈值θ＝1/v，其中v为任一节点可隶属的最大社区数，从集合中删除所有隶属度小于θ的二元组；如果的取值皆小于阈值θ，则仅保留对应于最大隶属度的二元组；删除操作后，再次对进行归一化处理，得到线上标签的最终值同样地，计算求得线下标签的最终值 $\{<{\hat{c}}_i^{off}\left(x\right),{\hat{b}}_i^{off}\left(x\right)>\}.$

融合节点v_i的线上标签与线下标签：依据公式(1)将与线性叠加并归一化，使得隶属度之和为1；删除隶属度小于阈值θ的二元组并再次归一化，得到节点v_i的最终标签

标签传播阶段的终止条件为：标签循环更新达到预定义的最大迭代次数或者下述条件被满足：连续的两次循环中，所出现的标签集合与相同且任一标签所标识的最小节点数量m_t-1(x)与m_t(x)相等，形式化表示为：

其中：

${\hat{c}}_t=\{\hat{c}\left(x\right)\&Element;V:\&Exists;v_i\&Element;V\left(b_t\right(\hat{c}\left(x\right),v_i)>0)\},$

3)社区构造阶段，依据节点的标签二元组将其划分至重叠的社区之中。由于可能出现完全相同的社区，需要进行社区的重复检测与删除。

与其他标签传播方法类似，HLPA方法亦会导致“巨型社区”的出现，其部分原因在于标签在网络中不受任何限制的传播。为此，本发明引入衰减因子δ(DecayCoefficient)约束标签的传播，以控制“巨型社区”的出现，实现方法的优化。将标签衰减因子δ定义为一个取值范围为[0,1]的实数。每一节点标签对应一个三元组(c,b,inf)参数inf表示标签c的影响力，其取值由衰减因子δ与标签的传播距离共同决定。假设标签c的传播距离为d，则有inf＝(1-δ)^d，显然衰减因子δ可以约束标签的传播距离。衰减因子越大则传播过程中标签影响力的下降速度越快，其有效传播距离越小，从而在一定程度上控制了“巨型社区”的出现。

对于加权异构网络，只需对标签赋值函数进行如下调整：b＝b_j×w_ij，其中w_ij表示节点v_i与v_j之间链接的权重。

对于有向异构网络，只需调整邻接矩阵赋值，即：若存在有向边(v_i,v_j)，则A_ij＝1。显然，一般情况下矩阵A是非对称矩阵。

对于多子网异构网络，只需修改标签融合子函数，使其适用于一个节点在多个子网络中并行标签的融合。

假设有如图3所示基于位置的社交网络，其蕴含的线上交互与线下交互可分别表示为如图4所示的两个独立子网络，为方便起见，将图3中的七个用户从左至右分别标记为A-G。

首先，将异构交互网络中节点的标签初始化为a-g，如图5中第一层所示；然后，节点标签分别在线上交互网络与线下交互网络中相对独立地并行传播(此处基于异步更新机制完成子网内部的节点标签传播，更新顺序为A-G)，一次迭代后的结果如图5中第二层中红色/蓝色标签所示；之后，依据融合函数对不同子网络的传播结果进行融合，结果如图中第二层中绿色标签所示。

针对上述异构交互网络，图5描述了并行标签传播机制的一次执行过程。以节点B为例，其线上邻接节点集合为{A,C,D}，线下邻接节点集合为{A,C}；对于线上交互子网，处理节点B时节点A的标签已经更新为b，故而从{b,c,d}三个标签中随机选取c作为B的线上标签；类似地，对于线下交互子网，节点B的线下标签更新为b；对整个异构交互网络，依据融合函数得到节点B的标签为c。

由上可知：并行标签传播机制下，标签在异构网络的多个子网络中相对独立地并行传播，节点的新标签同时取决于其线上与线下交互网络，而交互信息的融合动态发生于社区发现的过程之中，而不是如同线性融合机制一般在社区发现过程之前一次完成。相比其他异构网络融合机制，基于并行标签传播的融合机制既保留了不同社会交互类型所蕴含的信息，又实现了异构交互的有效融合，同时继承了标签传播所具有的高效性，是一种适合于大规模异构网络社区发现的融合机制。

另一方面，本发明基于并行标签传播机制，提出面向异构网络社区发现的HLPA方法，将异构网络的融合无缝嵌入至标签的传播过程，实现面向异构网络的高效社区发现。下面以图4中所示异构交互网络为例，阐述HLPA方法的执行过程并分析其与已有标签传播方法的区别，如图6所示。

具体处理如下：首先初始化异构网络中所有节点的标签，并选定标签更新顺序为A-G，如图6所示；然后设置v＝2，即θ＝0.5，循环更新节点标签，直至终止条件被满足。对当前目标网络而言，其第三次迭代结果与第二次迭代结果完全相同，即标签传播过程收敛于两轮循环更新之后。根据迭代结果，目标网络被划分为两个社区，即{A,B,C,D}与{D,E,F,G}。

下面选择COPRA方法作为例子与HLPA方法进行比较，为此首先对图4中的异构交互网络进行线性融合，得到如图7所示的加权网络。

类似地，同样选定标签更新顺序为A-G，并设置v＝2，即θ＝0.5；依据COPRA标签更新机制循环更新节点标签，直至终止条件被满足。因为融合所得的网络为加权网络，所以在标签传播过程中需乘以对应边的权重，即：

$c_i(t+1)=f\left(\begin{array}{c}{\mathrm{\&omega;}}_{{\mathrm{ix}}_1}{c}_{x_1}(t+1),...,{\mathrm{\&omega;}}_{{\mathrm{ix}}_m}{c}_{x_m}(t+1),\\ {\mathrm{\&omega;}}_{{\mathrm{ix}}_{m+1}}{c}_{x_{m+1}}\left(t\right),...,{\mathrm{\&omega;}}_{ix\left|N_i\right|}{c}_{x\left|N_i\right|}\left(t\right)\end{array}\right)\&CenterDot;$

COPRA方法运行结果如图8所示。目标网络经过四次迭代后收敛，发现社区{A,B,C}与{D,E,F,G}。显然，经过线性融合的异构网络完全丢失了关于交互类型的信息，导致在标签传播过程中线上交互与线下交互完全等价。故而，相比线性融合，基于并行标签传播的异构网络融合机制能够更加准确的依据异构网络固有的特点进行社区的发现。

为了评估HLPA方法的有效性，本发明结合多个实施例进行试验验证，主要包括：不同标签更新机制的比较：验证同步更新与异步更新机制对于HLPA方法性能的影响；不同标签传播终止条件的比较：测试不同标签传播终止条件对于HLPA方法性能的影响；不同隶属度阈值的比较：评估隶属度阈值的不同取值对于HLPA方法性能的影响；不同标签衰减因子的比较：验证标签衰减因子的不同取值对HLPA方法性能的影响；不同标签传播方法的比较：测试COPRA、SPLA与本文所提出的HLPA方法的优劣。

实施例1：不同隶属度阈值的比较

对于基于标签传播的社区发现方法而言，隶属度阈值θ主要影响节点可隶属的社区数v，即θ＝1/v。

实验参数设置如下：参数v的取值范围为[1,20]，并选用异步更新机制。实验结果如图所示。

依据实验结果有如下结论：

参数v的取值越大，即隶属度阈值θ的取值越小，相应社区数越少。其原因是较小的隶属度阈值使得标签的传播能力更强，迭代过程中更容易形成较大的社区，导致社区的数量下降。

参数v取值对模块度有较大影响。当v由1不断增大时，模块度的取值逐渐达到最大值(v＝5左右)；之后其值随着v的增大呈现逐渐减小的趋势。

随着参数v取值的增大，社区重叠度呈现持续上升的趋势，符合该参数的物理意义。导致这些结果的原因是显而易见的，即较小的隶属度阈值1/v使得节点更容易同时被多个标签所标识。

当参数v较小时，社区覆盖率低于100％，即部分节点不属于任何社区而是处于孤立状态；随着v取值的增大，社区覆盖率逐渐达到100％。原因是v较小时对应的隶属度阈值较大，约束了标签的传播，导致部分标签仅覆盖了一个节点。

实施例2：不同标签更新机制的比较

实验参数设置如下：参数v的取值范围为[1,20]，分别使用同步与异步两种标签更新机制进行实验。实验结果如图10所示。

依据实验结果有如下结论：

同步与异步两种标签更新机制下，HLPA在社区数量与社区覆盖率两个性能指标上无显著差异，仅当参数v的取值较小时有细微差异。

同步与异步两种标签更新机制下，HLPA在模块度与社区重叠度两个性能指标上有显著差异。当参数v的取值较小时，两种标签更新机制的性能较为接近；随着v的增大，二者性能的差异逐渐增大。一方面，同步更新机制对应的模块度在达到最大值后呈现快速下降的趋势，与异步更新机制的性能差距快速扩大；另一方面，同步更新机制对应的社区重叠度的增加速度明显快于异步更新机制。例如，当v取值为20时，二者模块度的取值分别为0.67与0.76，社区重叠度的取值则分别为2.06与1.29。

综合以上实验结果可知，相比同步更新机制，异步更新机制的性能更为稳定，因此在后续实验中将主要采用异步标签更新机制。

实施例3：不同标签衰减因子的比较

实验参数设置如下：v分别取3与5，δ的取值范围是(0,0.10,0.15,0.20,0.25,0.30,0.35,0.40)，采用异步标签更新机制。相关的实验结果如图所示。

依据实验结果有如下结论：

随着标签衰减因子δ的增大，HLPA所发现的最大社区呈现逐渐减小的趋势。当δ由0.00增大至0.25左右时，最大社区持续快速减小；而当δ的取值超过一定阈值后(0.25左右)，所发现的最大社区基本保持稳定。该结论在参数v的取值发生变化时保持成立。

随着标签衰减因子δ的增大，HLPA所达到的模块度同样呈现逐渐减小的趋势。具体而言，当δ由0.00增大至0.20左右时，相应模块度的减小速度较慢；而当δ的取值超过一定阈值后(0.20左右)，所达到的模块度则快速减小。该结论在参数v的取值发生变化时同样保持成立。

综合以上结论可知，标签衰减因子可有效控制“巨型社区”的出现，但是其同样会带来一定的负面影响，例如导致模块度下降。因此，需要结合目标数据集与实际应用需求，通过实验确定最优的标签衰减因子。

实施例4：不同标签传播方法的比较

为了比较不同标签传播方法，实验设计如下：基于线性融合方法LinearComb处理异构移动社交网络，在其之上运行COPRA与SLPA两种标签传播方法，并将相应的实验结果与HLPA的结果进行比较。

实验参数设置如下：线性融合方法中线上与线下交互类型的权重因子γ的取值为0.5，COPRA与HLPA中参数v的取值范围为[1,20]，SLPA中阈值r的取值范围为[0.05,0.5]，采用异步标签更新机制执行100次迭代。相关的实验结果如图所示。为保证实验结果的可比性与直观性，图中横坐标选用不同参数条件下各方法所发现的社区数量。

依据实验结果有如下结论：

参数v的取值变化时，COPRA的模块度波动较大，其最大值0.8246在v为4时取得，而对应的社区数为675个；类似地，HLPA的模块度随着参数v取值的变化同样呈现较显著的波动，其最大值0.8311在v为6时取得，对应的社区数为928个；区别于上述二种方法，阈值r取值变化时，SLPA的模块度基本保持不变。

在同样基于线性融合方法LinearComb的条件下，COPRA所产生的模块度高于SLPA，而后者的社区重叠度则较高。原因在于SLPA记录了标签传播过程中的历史信息，使得标签的覆盖范围增大，而模块度却出现下降。由此可知，在标签传播方法中使用传播过程记录并不一定能够带来性能提升，反而可能会引入无用信息，使得性能出现下降。此外，相比COPRA与SLPA，HLPA能够获得更高的模块度，而其所产生的社区重叠度与COPRA相近。

随着社区数的增加，一方面，COPRA与HLPA的社区重叠度取值呈现逐渐下降的趋势，而SLPA的取值则呈现上升的趋势；另一方面，COPRA与HLPA的最大社区的取值不断减小，而SLPA的相应值则缓慢增大。上述观察从不同侧面反映出COPRA/HLPA与SLPA的不同特性，而其原因则在于标签传播与更新机制的差异。

综上可知，相比线性融合方法LinearComb，基于并行标签传播的融合方法可更有效地利用节点间的异构交互信息，HLPA也更适用于异构网络社区发现。

Claims (8)

1.一种基于并行标签传播的异构网络社区发现方法，其特征在于：所述方法包括标签初始化阶段、标签循环更新阶段和社区构造阶段；所述标签循环更新阶段是基于并行标签传播，允许节点标签在异构网络的多个子网中相对独立地并行传播，通过融合多个子网的并行传播结果更新节点标签。

2.根据权利要求1所述的基于并行标签传播的异构网络社区发现方法，其特征在于：所述标签循环更新阶段包括以下步骤：

步骤一：计算节点的线上标签与线下标签；

步骤二：融合节点的线上标签与线下标签；

步骤三：判断融合后的节点标签是否满足标签传播阶段的终止条件；若是，得到最终标签；若否；则继续从步骤一开始整个标签更新步骤。

3.根据权利要求2任一所述的基于并行标签传播的异构网络社区发现方法，其特征在于：所述的标签传播阶段的终止条件为：标签循环更新达到预定义的最大迭代次数，或连续的两次循环中所出现的标签集合相同且任一标签所标识的最小节点相等。

4.根据权利要求1所述的基于并行标签传播的异构网络社区发现方法，其特征在于：所述社区构造阶段依据节点的标签二元组将其划分至重叠的社区之中。

5.根据权利要求1所述的基于并行标签传播的异构网络社区发现方法，其特征在于：所述方法还引入衰减因子约束标签的传播，以控制巨型社区的出现。

6.根据权利要求1所述的基于并行标签传播的异构网络社区发现方法，其特征在于：所述方法用于加权异构网络时，需根据节点之间链接的权重对标签赋值函数进行调整。

7.根据权利要求1所述的基于并行标签传播的异构网络社区发现方法，其特征在于：所述方法用于有向异构网络时，需调整邻接矩阵赋值。

8.根据权利要求1所述的基于并行标签传播的异构网络社区发现方法，其特征在于：所述方法适用于包含三个及以上子网的异构网络融合与社区发现时，需修改标签融合子函数。