社团发现算法(LPA_SLPA_BMLPA)

初始网络 （节点无标签）
Rough Core
3、BMLPA
Label Propagation：传播过程
3、BMLPA
BMLPA算法总结
BMLPA可以实现重叠式社团检测；
利用平衡归属因子更新节点社团标签；
设计了Rough Core函数初始化多标签传播算法中的节点标签。
请老师同学批评指正
label
Speaker
label label
SLPA在LPA的基础上引入Speaker（标签传播节点）以及 listener（标签接受节点）两个概念。
Listener3 Listener4
2、SLPA
SLPA算法流程
初始化每一个节点
Speakers发送自身标签中最多的 那个标签，Listeners接收所有发 送来的标签中最多的那个标签
未来研究方向包括模糊层次检测和时间社区检测。
3、BMLPA
BMLPA(Balanced Multi-label Propagation Algorithm)
1. 使用Rough Core函数初始化整个网络，形成几个不重叠的社团， 给每个节点一个平衡归属因子，初始值为1； 2. 利用传播算法更新每个结点具有的社团标签及平衡归属因子，比 较新旧网络状态是否一致，若不一致则重复执行该步；
统计每个节点各类标签数量， 将个数超过要求的标签作为 节点最终的社团标签
算法流程
第i次迭代，节点1
迭代次数： 1
2
1 1
2 3 2 4 3
3 2
4 3
5 5
…… …… …… …… ……
i 3
存储器
Speaker2
3
2
2
3 4
2
4 1
4
1 3
6 7
8
2
label2 label3
3
4 3
Speaker3
将一个节点的邻居节点的标签中数量最多的标签作为该节 点自身的标签。
1、LPA
Label Propagation：传播过程
1. 初始时，给每个节点一个唯一的标签；
2. 每个节点使用其邻居节点的标签中最多的标签来更新自身的标签（若都 相等则随机选取一个更新自己）；
3. 反复执行步骤2，直到每个节点的标签都不再发生变化为止。
4
1
Listener
label4
4
label5
Speaker4
3
n
Speaker5
n
n
3
4
3
5
……
后处理：T次迭代结束后，根据次数阈值r，从每个节点的存储器中选 出最终该节点所带有的标签集。
2、SLPA
SLPA算法总结
SLPA能实现高效的重叠式社团检测；
算法过程可以很容易地进行修改，以适应不同的规则（即说话者 规则，监听规则，存储器更新，停止标准和后处理）和不同类型 的网络（例如k-分图）；
3. 遍历每个结点，确保每个社团不是其他社团的子集；
4. 分割出每个社团。
3、BMLPA
Rough Core函数
标签传播
重复标签传播过程直至 社团数量和各社团节点 数量不变
检查有没有被大的社团真 包含的小社团，从社团集 合中去掉这种小社团
3、BMLPA
Rough Core：初始化网络，将网络中节点划分为不相交的几个社团
SLPA(Speaker-listener Label Propagation Algorithm)
LPA要求每个节点只能拥有一个标签并通过迭代更新节点 的标签，当算法收敛时发现不相交的社团。该算法仅适合于非 Listener1 重叠社团发现。
label label
Listener2
Listener5
社团发现算法 LPA SLPA BMLPA
2017年12月
CONTENS CONTENTS
一、LPA
二、SLPA
三、BMLPA
Βιβλιοθήκη Baidu
1、LPA
LPA(Label Propagation Algorithm)：标签传播算法
给每个节点添加标签（label）以代表它所属的社团，并通 过标签的“传播”形成同一标签的“社团”结构
1、LPA
LPA标签更新：同步/异步
1、LPA
LPA算法结束条件
1、LPA
LPA优缺点
优点：思路简单，时间复杂度低，适合大型复杂网络； 缺点：划分结果不稳定，随机性强是这个算法致命的缺点。
更新顺序
随机选择
2、SLPA
社交网络具有重叠性(overlapping)：一个人属于多个社团
2、SLPA