基于信息瓶颈的社区发现f

《基于信息瓶颈的社区发现f》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、芀蒄羆膇莂蚀袂膆蒅蒂螈芅膄蚈蚄芄芇蒁羂芃荿蚆羈节薁葿袄芁芁螄螀袈莃薇蚆袇蒅螃羅袆膅薅袁羅芇螁螇羄莀薄蚃羄蒂莇肂羃节薂羈羂莄蒅袄羁蒆蚀螀羀膆蒃蚆罿芈虿羄肈莁蒁袀肈蒃蚇螆肇膃蒀蚂肆莅蚅蚈肅蒇薈羇肄膇螄袃肃艿薆蝿肂莁螂蚅膂蒄薅羃膁膃莇衿膀芆薃螅腿蒈莆螁膈膈蚁蚇膇芀蒄羆膇莂蚀袂膆蒅蒂螈芅膄蚈蚄芄芇蒁羂芃荿蚆羈节薁葿袄芁芁螄螀袈莃薇蚆袇蒅螃羅袆膅薅袁羅芇螁螇羄莀薄蚃羄蒂莇肂羃节薂羈羂莄蒅袄羁蒆蚀螀羀膆蒃蚆罿芈虿羄肈莁蒁袀肈蒃蚇螆肇膃蒀蚂肆莅蚅蚈肅蒇薈羇肄膇螄袃肃艿薆蝿肂莁螂蚅膂蒄薅羃膁膃莇衿膀芆薃螅腿蒈莆螁膈膈蚁蚇膇芀蒄羆膇莂蚀袂膆蒅蒂螈芅膄蚈蚄芄芇蒁羂芃荿蚆羈

2、节薁葿袄芁芁螄螀袈莃薇蚆袇蒅螃羅袆膅薅袁羅芇螁螇羄莀薄蚃羄蒂莇肂羃节薂羈羂莄蒅袄羁蒆蚀螀羀膆蒃蚆罿芈虿羄肈莁蒁袀肈蒃蚇螆肇膃蒀蚂肆莅蚅蚈肅蒇薈羇肄膇螄袃肃艿薆蝿肂莁螂蚅膂蒄薅羃膁膃莇衿膀芆薃螅腿蒈莆螁膈膈蚁蚇膇芀蒄羆膇莂蚀袂膆蒅蒂螈芅膄蚈蚄芄芇蒁羂芃荿蚆羈节薁葿袄芁芁螄螀袈莃薇蚆基于信息瓶颈的社区发现F本研究得到973国家重点基础研究发展计划的项目（项目编号：2004CB318109&2007CB311100)、微软亚洲研究院IST2007-Web2.0社区发现与社区演化研究课题（FY07-RES-THEME-067）的资助。作者简介：沈华伟，男，19

3、82年生，博士研究生，E-mail：Hshenhuawei@software.ict.ac.cnH，主要研究方向为社会计算、复杂网络、信息检索；程学旗，男，1971年生，博士，研究员，研究领域包括网络信息安全、大规模信息检索与信息挖掘、P2P计算等；陈海强，男，1979年生，博士研究生，主要研究方向为社会计算、复杂网络、信息检索；刘悦，女，1971年生，博士，副研究员，研究领域包括Web搜索和挖掘、复杂网络分析与社会计算、分布式系统等。沈华伟1),2)程学旗1)陈海强1),2)刘悦1)1)（中国科学院计算技术研究所北京100080)2)（中国科学院研究

4、生院北京100049）摘要本文提出一种映射方法，把单部网络变换成二部图网络。针对得到的二部图网络，在信息论的框架下，提出了一种基于信息瓶颈的社区发现方法。该方法通过寻找网络的最优压缩表示来发现网络的社区结构，最优压缩表示尽可能多地保留原始网络的拓扑特征。在真实数据集和计算机产生的数据集上的实验表明，该方法能够有效地发现网络的社区结构。另外，对于有向网络的社区发现，现有方法忽略有向网络中边的方向而作为无向网络来处理，损失了有向的网络的方向信息，本文提出的社区发现方法能够很好地解决这一问题，并能从有向网络中挖掘出一些现有方法无法发现的知识，这一特点使得本文

5、的方法比现有方法更适用于解决像WWW这样的有向网络。同时，真实世界的许多网络本身就是二部图网络，相对于现有的社区发现方法，本文的方法可以直接应用于这类网络。关键词社区发现；信息瓶颈；聚团性中图法分类号InformationBottleneckbasedCommunityDetectioninNetworkSHENHua-Wei1),2)CHENGXue-Qi1)CHENHai-Qiang1),2)LIUYue1)1)（InstituteofComputingTechnology,ChineseAcademyofSciences,Beijing10008

6、0）2)（GraduateUniversityofChineseAcademyofSciences,Beijing100049）AbstractThispaperproposesaprojectionmethodtotransformaunipartitenetworkintoabipartitenetwork.Astotheobtainedbipartitenetwork,wepresentaninformation-bottleneck-basedmethodforcommunitydetectionundertheinformation-theo

7、reticframework.Thismethoddetectsthecommunitystructureofnetworksbyfindinganefficientcompressionofthenetwork.Theefficientcompressionholdstheregularityoftheoriginalnetworkasmanyaspossible.Applicationsonthecomputer-generatednetworksandmanyreal-worldnetworksdemonstratethatthismethodi

8、sveryeffectiveatcommunitydetectionofnetworks.As