基于符號網絡模型的社區挖掘方法及裝置與流程

技術特征：

1.一種基于符號網絡模型的社區挖掘方法，其特征在于，所述方法包括：

讀取符號網絡N的鄰接矩陣A，設置社區數K的變化范圍為[K_min，K_max]，并初始化社區數K＝K_min，其中，所述符號網絡N的節點總數為n，K_min和K_max為n范圍內的整數；

針對每一個社區數K，初始化對應的符號網絡模型SNM_K，并將所述符號網絡模型SNM_K與所述符號網絡N擬合，計算所述符號網絡模型SNM_K的成本函數值H_K；

比較所有符號網絡模型SNM_K的成本函數值H_K，選取成本函數值H_K最小的符號網絡模型SNM_K作為最優模型SNM_optim；

根據所述最優模型SNM_optim確定所述符號網絡N中每個節點i所屬的社區，0<i≤n。

2.如權利要求1所述的基于符號網絡模型的社區挖掘方法，其特征在于，所述針對每一個社區數K，初始化對應的符號網絡模型SNM_K，并將所述符號網絡模型SNM_K與所述符號網絡N擬合，計算所述符號網絡模型SNM_K的成本函數值H_K包括：

對于變化范圍[K_min，K_max]內的每一個社區數K，采用隨機方式初始化指示變量Z、參數π和參數θ，得到對應的符號網絡模型SNM_K＝(n，K，Z，π，θ)；

將所述符號網絡模型SNM_K與所述符號網絡N擬合，計算所述符號網絡模型SNM_K的參數π、參數θ以及指示變量Z的后驗分布q；

根據計算得到的所述參數π和參數θ，計算所述符號網絡模型SNM_K的成本函數值H_K；

其中，所述指示變量Z為n×K維向量，用于指示每個節點i所屬的社區，每一行向量有且只有一個元素z_ik為1，其余元素z_ik為0；

所述指示變量Z的后驗分布q為n×K維向量，每一行向量中所有元素q_ik滿足：

所述參數π為K維向量，表示節點屬于社區的先驗概率，所述參數π中的元素π_k滿足：

所述參數θ為K×n維向量，表示社區與節點的連接概率，所述參數θ中的每一個元素θ_ki包括三個分量θ⁺_ki、θ^-_ki、θ⁰_ki，且所述θ⁺_ki表示社區k與節點i之間存在一條正邊的概率、所述θ^-_ki表示社區k與節點i之間存在一條負邊的概率、所述θ⁰_ki表示社區k與節點i之間不存在邊的概率，0<k≤K。

3.如權利要求2所述的基于符號網絡模型的社區挖掘方法，其特征在于，所述將所述符號網絡模型SNM_K與所述符號網絡N擬合，計算所述符號網絡模型SNM_K的參數π、參數θ以及指示變量Z的后驗分布q包括：

A：根據參數π和參數θ，計算指示變量Z的后驗分布q中的每一個元素q_ik；

B：根據所述元素q_ik更新參數π中的每一個元素π_k和參數θ中的每一個元素θ_ki的三個分量θ⁺_ki、θ^-_ki、θ⁰_ki；

C：根據所述后驗分布q以及更新后的參數π、參數θ計算對應的似然值L，并計算所述似然值L與上一次計算得到的似然值L之間的差值；

D：比較所述差值與預設閾值，若所述差值小于所述預設閾值，則以本次更新的參數π、參數θ以及后驗分布q作為最優參數；否則，返回步驟A進行下一次計算。

4.如權利要求3所述的基于符號網絡模型的社區挖掘方法，其特征在于，所述根據計算得到的所述參數π和參數θ，計算所述符號網絡模型SNM_K的成本函數值H_K包括：

根據所述最優參數中的參數π、參數θ以及所述最優參數對應的似然值L，按照預設公式計算所述符號網絡模型SNM_K的成本函數值H_K；

其中，所述預設公式為：

$\begin{array}{c}{H}_K=-L+\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}\ln \left(\frac{{\mathrm{\&pi;}}_k}{1/3n}\right)\mathrm{\&delta;}\left({\mathrm{\&pi;}}_k\&GreaterEqual;1/3n\right)\\ +\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}\left(\ln \left(\frac{{\mathrm{\&theta;}}_{ki}^{+}}{1/3n}\right)\mathrm{\&delta;}\left({\mathrm{\&theta;}}_{ki}^{+}\&GreaterEqual;1/3n\right)+\ln \left(\frac{{\mathrm{\&theta;}}_{ki}^0}{1/3n}\right)\mathrm{\&delta;}\left({\mathrm{\&theta;}}_{ki}^0\&GreaterEqual;1/3n\right)+\ln \left(\frac{{\mathrm{\&theta;}}_{ki}^{-}}{1/3n}\right)\mathrm{\&delta;}\left({\mathrm{\&theta;}}_{ki}^{-}\&GreaterEqual;1/3n\right)\right)\end{array}$

所述函數δ(π_k≥1/3n)表示若π_k大于或等于1/3n則函數值為1，否則函數值為0；所述函數表示若θ⁺_ki大于或等于1/3n則函數值為1，否則函數值為0；所述函數表示若θ⁰_ki大于或等于1/3n則函數值為1，否則函數值為0；所述函數表示若θ^-_ki大于或等于1/3n則函數值為1，否則函數值為0。

5.如權利要求1至4任一項所述的基于符號網絡模型的社區挖掘方法，其特征在于，所述根據所述最優模型SNM_optim確定所述符號網絡N中每個節點i所屬的社區，0<i≤n包括：

根據所述最優模型SNM_optim的指示變量Z的后驗分布q，確定所述符號網絡N中每個節點i所屬的社區，0<i≤n；

其中，所述節點i屬于具有最大后驗概率的社區。

6.一種基于符號網絡模型的社區挖掘裝置，其特征在于，所述裝置包括：

初始化模塊，用于讀取符號網絡N的鄰接矩陣A，設置社區數K的變化范圍為[K_min，K_max]，并初始化社區數K＝K_min，其中，所述符號網絡N的節點總數為n，K_min和K_max為n范圍內的整數；

擬合模塊，用于針對每一個社區數K，初始化對應的符號網絡模型SNM_K，并將所述符號網絡模型SNM_K與所述符號網絡N擬合，計算所述符號網絡模型SNM_K的成本函數值H_K；

選取模塊，用于比較所有符號網絡模型SNM_K的成本函數值H_K，選取成本函數值H_K最小的符號網絡模型SNM_K作為最優模型SNM_optim；

社區確定模塊，用于根據所述最優模型SNM_optim確定所述符號網絡N中每個節點i所屬的社區，0<i≤n。

7.如權利要求6所述的基于符號網絡模型的社區挖掘裝置，其特征在于，所述擬合模塊包括：

初始化單元，用于對于變化范圍[K_min，K_max]內的每一個社區數K，采用隨機方式初始化指示變量Z、參數π和參數θ，得到對應的符號網絡模型SNM_K＝(n，K，Z，π，θ)；

擬合單元，用于將所述符號網絡模型SNM_K與所述符號網絡N擬合，計算所述符號網絡模型SNM_K的參數π、參數θ以及指示變量Z的后驗分布q；

計算單元，用于根據計算得到的所述參數π和參數θ，計算所述符號網絡模型SNM_K的成本函數值H_K；

其中，所述指示變量Z為n×K維向量，用于指示每個節點i所屬的社區，每一行向量有且只有一個元素z_ik為1，其余元素z_ik為0；

所述指示變量Z的后驗分布q為n×K維向量，每一行向量中所有元素q_ik滿足：

所述參數π為K維向量，表示節點屬于社區的先驗概率，所述參數π中的元素π_k滿足：

所述參數θ為K×n維向量，表示社區與節點的連接概率，所述參數θ中的每一個元素θ_ki包括三個分量θ⁺_ki、θ^-_ki、θ⁰_ki，且所述θ⁺_ki表示社區k與節點i之間存在一條正邊的概率、所述θ^-_ki表示社區k與節點i之間存在一條負邊的概率、所述θ⁰_ki表示社區k與節點i之間不存在邊的概率，0<k≤K。

8.如權利要求7所述的基于符號網絡模型的社區挖掘裝置，其特征在于，所述擬合單元具體包括：

第一計算子單元，用于根據參數π和參數θ，計算指示變量Z的后驗分布q中的每一個元素q_ik；

第二計算子單元，用于根據所述元素q_ik更新參數π中的每一個元素π_k和參數θ中的每一個元素θ_ki的三個分量θ⁺_ki、θ^-_ki、θ⁰_ki；

第三計算子單元，用于根據所述后驗分布q以及更新后的參數π、參數θ計算對應的似然值L，并計算所述似然值L與上一次計算得到的似然值L之間的差值；

比較子單元，用于比較所述差值與預設閾值，若所述差值小于所述預設閾值，則以本次更新的參數π、參數θ以及后驗分布q作為最優參數；否則，返回第一計算子單元進行下一次計算。

9.如權利要求8所述的基于符號網絡模型的社區挖掘裝置，其特征在于，所述計算單元具體用于：

根據所述最優參數中的參數π、參數θ以及所述最優參數對應的似然值L，按照預設公式計算所述符號網絡模型SNM_K的成本函數值H_K；

其中，所述預設公式為：

$\begin{array}{c}{H}_K=-L+\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}\ln \left(\frac{{\mathrm{\&pi;}}_k}{1/3n}\right)\mathrm{\&delta;}\left({\mathrm{\&pi;}}_k\&GreaterEqual;1/3n\right)\\ +\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}\left(\ln \left(\frac{{\mathrm{\&theta;}}_{ki}^{+}}{1/3n}\right)\mathrm{\&delta;}\left({\mathrm{\&theta;}}_{ki}^{+}\&GreaterEqual;1/3n\right)+\ln \left(\frac{{\mathrm{\&theta;}}_{ki}^0}{1/3n}\right)\mathrm{\&delta;}\left({\mathrm{\&theta;}}_{ki}^0\&GreaterEqual;1/3n\right)+\ln \left(\frac{{\mathrm{\&theta;}}_{ki}^{-}}{1/3n}\right)\mathrm{\&delta;}\left({\mathrm{\&theta;}}_{ki}^{-}\&GreaterEqual;1/3n\right)\right)\end{array}$

所述函數δ(π_k≥1/3n)表示若π_k大于或等于1/3n則函數值為1，否則函數值為0；所述函數表示若θ⁺_ki大于或等于1/3n則函數值為1，否則函數值為0；所述函數表示若θ⁰_ki大于或等于1/3n則函數值為1，否則函數值為0；所述函數表示若θ^-_ki大于或等于1/3n則函數值為1，否則函數值為0。

10.如權利要求6至9任一項所述的基于符號網絡模型的社區挖掘裝置，其特征在于，所述社區確定模塊具體用于：

根據所述最優模型SNM_optim的指示變量Z的后驗分布q，確定所述符號網絡N中每個節點i所屬的社區，0<i≤n；

其中，所述節點i屬于具有最大后驗概率的社區。