專利名稱：基于進(jìn)化計(jì)算對(duì)社會(huì)系統(tǒng)進(jìn)行社區(qū)檢測(cè)的方法
技術(shù)領(lǐng)域：
社會(huì)系統(tǒng)是指由社會(huì)人和社會(huì)人與社會(huì)人之間的經(jīng)濟(jì)關(guān)系、政治關(guān)系和文化關(guān)系構(gòu)成的系統(tǒng)，比如一個(gè)家庭、一個(gè)公司、一個(gè)政黨、一個(gè)國家都是一個(gè)個(gè)的社會(huì)系統(tǒng)，也是不同層次的社會(huì)系統(tǒng)。
現(xiàn)實(shí)生活中的許多復(fù)雜系統(tǒng)都以復(fù)雜網(wǎng)絡(luò)的形式存在，或者能被轉(zhuǎn)化為復(fù)雜網(wǎng)絡(luò)進(jìn)行處理，社會(huì)系統(tǒng)也是一種典型的復(fù)雜網(wǎng)絡(luò)。對(duì)復(fù)雜網(wǎng)絡(luò)分析已成為當(dāng)前最重要的多學(xué)科交叉研究領(lǐng)域之一。復(fù)雜網(wǎng)絡(luò)有三個(gè)重要的特性“小世界效應(yīng)”，“無標(biāo)度特性”和“社區(qū)結(jié)構(gòu)特性”，其中“社區(qū)結(jié)構(gòu)特性”是指復(fù)雜網(wǎng)絡(luò)中存在著“同一社區(qū)的結(jié)點(diǎn)相互連接緊密、而不同社區(qū)之間的結(jié)點(diǎn)相互連接稀疏”的特點(diǎn)。隨著應(yīng)用領(lǐng)域的不斷擴(kuò)展和發(fā)展，社區(qū)結(jié)構(gòu)有了不同的新內(nèi)涵社會(huì)網(wǎng)中的社區(qū)代表了具有某些相近特征的人群，生物網(wǎng)絡(luò)中的功能揭示了具有相似功能的生物組織模塊。復(fù)雜網(wǎng)絡(luò)社區(qū)檢測(cè)的目的就是要探測(cè)并揭示出復(fù)雜網(wǎng)絡(luò)中固有的社區(qū)結(jié)構(gòu)，該問題的研究具有十分重要的理論及現(xiàn)實(shí)意義，它不僅僅吸引大量的科學(xué)工作者，而且已經(jīng)被廣泛的應(yīng)用于蛋白質(zhì)功能預(yù)測(cè)、恐怖組織識(shí)別和連接預(yù)測(cè)。以復(fù)雜網(wǎng)絡(luò)中的個(gè)體為頂點(diǎn)，個(gè)體與個(gè)體之間的相互聯(lián)系為“關(guān)系”建立起一個(gè)關(guān)系圖問題，復(fù)雜網(wǎng)絡(luò)社區(qū)檢測(cè)問題可以轉(zhuǎn)成為對(duì)應(yīng)的關(guān)系圖的分割問題。在現(xiàn)實(shí)的社會(huì)中，個(gè)體與個(gè)體之間的聯(lián)系既有表示“友誼，喜愛，聯(lián)盟”的正向關(guān)系，還有表示“敵對(duì)，厭惡，戰(zhàn)爭(zhēng)”的負(fù)向聯(lián)系。而以往大多數(shù)學(xué)者致力于解決無權(quán)無向圖的分割問題，即僅僅考慮個(gè)體相互之間的正向聯(lián)系，忽略個(gè)體相互之間的負(fù)向聯(lián)系，容易導(dǎo)致對(duì)社會(huì)系統(tǒng)的結(jié)構(gòu)功能分析不完整或不精確，在統(tǒng)計(jì)社會(huì)關(guān)系分布時(shí)，加入負(fù)向聯(lián)系使得社會(huì)系統(tǒng)功能分析更加完整和精確，此時(shí)，社會(huì)系統(tǒng)所對(duì)應(yīng)的關(guān)系圖就是帶有負(fù)向邊的有權(quán)無向圖，社會(huì)系統(tǒng)的社區(qū)檢測(cè)問題也隨之轉(zhuǎn)變?yōu)閷?duì)該有權(quán)無向圖的分割問題，有權(quán)無向圖分割是圖論中一個(gè)重要的研究前沿。目前，對(duì)基于帶有負(fù)向邊的有權(quán)無向圖分割領(lǐng)域的研究主要集中在分割準(zhǔn)則的設(shè)計(jì)、譜方法的研究、快速算法的研究，上述方法共同點(diǎn)是需要構(gòu)建相似度矩陣，并通過求解特征向量來實(shí)現(xiàn)數(shù)據(jù)的分類或聚類，而上述方法對(duì)數(shù)據(jù)中的負(fù)向邊敏感，可能會(huì)導(dǎo)致數(shù)據(jù)不正確的分類或聚類，而實(shí)際的社會(huì)系統(tǒng)中個(gè)體相互之間的負(fù)向聯(lián)系是很常見且是不容忽略的，所以采用傳統(tǒng)的圖分割方法很難保證社區(qū)檢測(cè)過程的有效性和效率，其結(jié)果可能會(huì)導(dǎo)致不同社區(qū)中包含社會(huì)人的種類出現(xiàn)偏差甚至出現(xiàn)社區(qū)分類錯(cuò)誤，從而無法正確的刻畫出實(shí)際社會(huì)系統(tǒng)層次結(jié)構(gòu)。

發(fā)明內(nèi)容
本發(fā)明的目的在于針對(duì)上述已有技術(shù)的不足，提出一種基于進(jìn)化計(jì)算對(duì)社會(huì)系統(tǒng)進(jìn)行社區(qū)檢測(cè)的方法，實(shí)現(xiàn)對(duì)社會(huì)系統(tǒng)數(shù)據(jù)的分類或聚類，進(jìn)而綜合分析和判斷，實(shí)現(xiàn)對(duì)社區(qū)功能的分析和預(yù)測(cè)。本發(fā)明的技術(shù)方案是這樣實(shí)現(xiàn)的本發(fā)明的技術(shù)思路是通過統(tǒng)計(jì)社會(huì)系統(tǒng)的個(gè)體種類，記錄個(gè)體相互間關(guān)系的屬性分布，依據(jù)這些統(tǒng)計(jì)信息構(gòu)建能夠描述社會(huì)系統(tǒng)層次結(jié)構(gòu)的加權(quán)無向圖，把復(fù)雜符號(hào)網(wǎng)絡(luò)的社區(qū)檢測(cè)問題轉(zhuǎn)化為相應(yīng)的圖分割問題；通過找到一種新的分割準(zhǔn)則——修正模度函數(shù)，消除負(fù)向邊對(duì)圖分割問題引起的擾動(dòng)；具體步驟包括如下I)對(duì)所要研究的社會(huì)系統(tǒng)中個(gè)體相互聯(lián)系的屬性進(jìn)行統(tǒng)計(jì)分析，統(tǒng)計(jì)社會(huì)系統(tǒng)的個(gè)體數(shù)量和個(gè)體相互之間的差異均值，這里用{_3，_2，-I, O, I, 2，3} 7個(gè)刻度分別表示{十分不相似，比較不相似，不相似，毫無關(guān)聯(lián)，相似，比較相似，十分相似}7個(gè)不同的屬性；將差異均值乘以100，構(gòu)建描述社會(huì)系統(tǒng)的鄰接矩陣胃_，Wnto=IiwiJ+IjO, {w,；}}是一個(gè)大小為n*n的對(duì)稱方陣，I ^ i, j ^ η,其中，η為社會(huì)系統(tǒng)規(guī)模的大小，即社會(huì)系統(tǒng)中個(gè)體的數(shù)量，k/}是鄰接矩陣Wnto所有正元素的集合，IwiP是鄰接矩陣Wnto所有負(fù)元素的集 合；2)利用統(tǒng)計(jì)社會(huì)系統(tǒng)的個(gè)體相互聯(lián)系的屬性信息，以社會(huì)系統(tǒng)中的個(gè)體為頂點(diǎn)，根據(jù)社會(huì)系統(tǒng)中任意兩個(gè)個(gè)體之間的聯(lián)系屬性建立其對(duì)應(yīng)頂點(diǎn)之間連接邊的屬性，構(gòu)建社會(huì)系統(tǒng)對(duì)應(yīng)的加權(quán)無向圖G(V，P，N)，其中，V={VJ，1 ( i彡η是所有頂點(diǎn)組成的集合，P= IwiJ+I是所有正邊組成的集合，N= (Wi是所有負(fù)邊組成的集合；3)采用字符串編碼的方式把一個(gè)加權(quán)無向圖編碼成一個(gè)適用于進(jìn)化計(jì)算圖分割算法的個(gè)體R= {C(1), C(2),. . .，C(n)}，其中，個(gè)體的長(zhǎng)度η= IVI，即加權(quán)無向圖G (V，P, N)的頂點(diǎn)個(gè)數(shù)，個(gè)體上的等位基因C(1)，C⑵，...，C(n)為加權(quán)無向圖G(V，P, N)的頂點(diǎn)所在社區(qū)的標(biāo)號(hào);4)隨機(jī)產(chǎn)生Popsize=500個(gè)個(gè)體,這些個(gè)體組成原始父代OPop,設(shè)置基于進(jìn)化計(jì)算的圖分割技術(shù)執(zhí)行的終止條件，即達(dá)到最大的進(jìn)化代數(shù)Maxgen=IOO時(shí)，技術(shù)執(zhí)行過程終結(jié)；設(shè)置精英選擇系數(shù)λ =0. 2，交叉概率Pc=O. 9和變異概率Pm=O. 1，產(chǎn)生第一隨機(jī)數(shù)randi和第二隨機(jī)數(shù)rand2 ；5)計(jì)算原始父代OPop中所有個(gè)體的適應(yīng)度，個(gè)體適應(yīng)度的大小等于其對(duì)應(yīng)的修正模塊度
IWri m式中，Q為修正模塊度，W+為加權(quán)無向圖G(V，P, N)中所有正邊個(gè)數(shù)的總和，w_為加權(quán)無向圖G(V，P, N)中所有負(fù)邊個(gè)數(shù)的總和，Wi+為頂點(diǎn)Vi正向強(qiáng)度，即所有連接到頂點(diǎn)Vi正邊個(gè)數(shù)的總和，w/為頂點(diǎn) ' 正向強(qiáng)度，即所有連接到頂點(diǎn) ' 正邊個(gè)數(shù)的總和，Wi_為頂點(diǎn)\的負(fù)向強(qiáng)度，即所有連接到頂點(diǎn)Vi負(fù)邊個(gè)數(shù)的總和，wf為頂點(diǎn) ' 的負(fù)向強(qiáng)度，即所有連接到頂點(diǎn) ' 負(fù)邊個(gè)數(shù)的總和，Ci和分別為對(duì)應(yīng)頂點(diǎn)Vi和 ' 所在的社區(qū)編號(hào)，核罰函數(shù)δ (Ci, Cj) =1代表頂點(diǎn)Vi和Vj在同一社區(qū)，δ (Ci, Cj) =0代表頂點(diǎn)Vi和Vj ；6)根據(jù)進(jìn)化代數(shù)達(dá)到最大值時(shí)，終止其執(zhí)行過程，如果Maxgen=IOO時(shí)，則停止對(duì)加權(quán)無向圖G(V，P，N)的分割，執(zhí)行第8)步，否則執(zhí)行第7)步；7)對(duì)加權(quán)無向圖G(V, P, N)進(jìn)行分割，返回第6)步；8)對(duì)加權(quán)無向圖G (V，P, N)的分割結(jié)果進(jìn)行解碼，把加權(quán)無向圖G (V，P, N)還原成對(duì)應(yīng)的社會(huì)系統(tǒng)，根據(jù)加權(quán)無向圖的分割結(jié)果，對(duì)相應(yīng)的社會(huì)系統(tǒng)進(jìn)行社區(qū)劃分，得到社區(qū)的分類，再與真實(shí)社會(huì)系統(tǒng)的社區(qū)種類對(duì)比，計(jì)算社區(qū)分類的正確率。本發(fā)明與現(xiàn)有的技術(shù)相比具有以下優(yōu)點(diǎn)I、本發(fā)明建立了社會(huì)系統(tǒng)的加權(quán)無向圖模型，該模型的建立不僅僅精確的刻畫出社會(huì)系統(tǒng)的具體層次結(jié)構(gòu)，而且能夠準(zhǔn)確的把復(fù)雜社會(huì)系統(tǒng)的社區(qū)檢測(cè)問題轉(zhuǎn)化為對(duì)應(yīng)加權(quán)無向圖的分割問題，把對(duì)社區(qū)檢測(cè)問題的定性研究轉(zhuǎn)化為定量研究。2、本發(fā)明把優(yōu)化修正模塊度Q作為加權(quán)無向圖的分割準(zhǔn)則，該準(zhǔn)則的使用不僅解決了負(fù)邊對(duì)加權(quán)無向圖分割引起的擾動(dòng)，而且保證了分割結(jié)果的準(zhǔn)確性。3、本發(fā)明采用了進(jìn)化策略對(duì)加權(quán)無向圖進(jìn)行分割，并針對(duì)社會(huì)系統(tǒng)是一種特殊的加權(quán)無向圖，設(shè)計(jì)出相應(yīng)的單路交叉算子和基于正邊信息的變異算子，這兩種算子在分割過程中相互平衡，相互制約，提高了加權(quán)無向圖的分割效率，與傳統(tǒng)采用進(jìn)化策略的圖分割技術(shù)相比，本發(fā)明容易跳出局部最優(yōu)，并且能夠高效的找到最優(yōu)的分割結(jié)果。


圖I是本發(fā)明的實(shí)現(xiàn)總流程圖；圖2是本發(fā)明中采用進(jìn)化策略對(duì)加權(quán)無向圖分割的子流程圖；圖3是現(xiàn)有斯洛文尼亞議會(huì)黨加權(quán)無向圖；圖4是現(xiàn)有斯洛文尼亞議會(huì)黨分割結(jié)果對(duì)應(yīng)的加權(quán)無向圖。
具體實(shí)施例方式本發(fā)明研究的社會(huì)系統(tǒng)，是指由社會(huì)人和社會(huì)人與社會(huì)人之間的經(jīng)濟(jì)關(guān)系、政治關(guān)系和文化關(guān)系構(gòu)成的系統(tǒng)，比如一個(gè)家庭、一個(gè)公司、一個(gè)政黨、一個(gè)國家都是一個(gè)個(gè)的社會(huì)系統(tǒng)，也是不同層次的社會(huì)系統(tǒng)。社會(huì)系統(tǒng)是一個(gè)泛化的概念，它涉及到領(lǐng)域很廣，包含內(nèi)容很多。因此，本發(fā)明著重對(duì)斯洛文尼亞議會(huì)黨這一具體的社會(huì)系統(tǒng)進(jìn)行社區(qū)檢測(cè)，其他社會(huì)系統(tǒng)的社區(qū)檢測(cè)問題均可參照本發(fā)明的步驟實(shí)施。參照?qǐng)DI，本發(fā)明的具體實(shí)施步驟如下步驟I.對(duì)所要研究的社會(huì)系統(tǒng)中個(gè)體相互聯(lián)系的屬性進(jìn)行統(tǒng)計(jì)分析，統(tǒng)計(jì)社會(huì)系統(tǒng)的個(gè)體數(shù)量和個(gè)體相互之間的差異均值，這里用{_3，_2，-I, O, I, 2，3} 7個(gè)刻度分別表示{十分不相似，比較不相似，不相似，毫無關(guān)聯(lián)，相似，比較相似，十分相似} 7個(gè)不同的屬性；將差異均值乘以100，構(gòu)建描述社會(huì)系統(tǒng)的鄰接矩陣胃_，Wnta=IiwiJ+IjO, (WijH是一個(gè)大小為n*n的對(duì)稱方陣，I ^ i, j ^ η,其中，η為社會(huì)系統(tǒng)規(guī)模的大小，即社會(huì)系統(tǒng)中個(gè)體的數(shù)量，表示個(gè)體i和個(gè)體j之間的差異均值，{w,；}是鄰接矩陣Wnto所有正元素的集合，IwijI是鄰接矩陣Wnto所有負(fù)元素的集合；本實(shí)例研究的社會(huì)系統(tǒng)是斯洛文尼亞議會(huì)黨，它包含10個(gè)政黨，分別用{SKD，SDSS，ZS, SLS, SPS-SNS, ZLSD, LDS, ZS-ESS，DS, SNS}表示；該議會(huì)黨的鄰接矩陣 Wicmtl 是一個(gè)大小為10*10的對(duì)稱方陣，
權(quán)利要求
1.一種基于進(jìn)化計(jì)算對(duì)社會(huì)系統(tǒng)進(jìn)行社區(qū)檢測(cè)的方法，包括如下步驟 1)對(duì)所要研究的社會(huì)系統(tǒng)中個(gè)體相互聯(lián)系的屬性進(jìn)行統(tǒng)計(jì)分析，統(tǒng)計(jì)社會(huì)系統(tǒng)的個(gè)體數(shù)量和個(gè)體相互之間的差異均值，這里用{-3，-2，-I, O, I, 2，3} 7個(gè)刻度分別表示{十分不相似，比較不相似，不相似，毫無關(guān)聯(lián)，相似，比較相似，十分相似} 7個(gè)不同的屬性；將差異均值乘以100，構(gòu)建描述社會(huì)系統(tǒng)的鄰接矩陣胃_，1_={{^/}，0，{w,；}}是一個(gè)大小為n*n的對(duì)稱方陣，I ^ i, j ^ η,其中，η為社會(huì)系統(tǒng)規(guī)模的大小，即社會(huì)系統(tǒng)中個(gè)體的數(shù)量，IwiJ+I是鄰接矩陣Wnto所有正元素的集合，{w,；}是鄰接矩陣Wnftl所有負(fù)元素的集合； 2)利用統(tǒng)計(jì)社會(huì)系統(tǒng)的個(gè)體相互聯(lián)系的屬性信息，以社會(huì)系統(tǒng)中的個(gè)體為頂點(diǎn)，根據(jù)社會(huì)系統(tǒng)中任意兩個(gè)個(gè)體之間的聯(lián)系屬性建立其對(duì)應(yīng)頂點(diǎn)之間連接邊的屬性，構(gòu)建社會(huì)系統(tǒng)對(duì)應(yīng)的加權(quán)無向圖G (V，P, N)，其中，V=IViK I ^ i 是所有頂點(diǎn)組成的集合，P=WijI是所有正邊組成的集合，N=IwiP是所有負(fù)邊組成的集合； 3)采用字符串編碼的方式把一個(gè)加權(quán)無向圖編碼成一個(gè)適用于進(jìn)化計(jì)算圖分割算法的個(gè)體R= {C(1), C(2),. . .，C(n)}，其中，個(gè)體的長(zhǎng)度η= IVI，即加權(quán)無向圖G (V，P, N)的頂點(diǎn)個(gè)數(shù)，個(gè)體上的等位基因C(1)，C⑵，...，C(n)為加權(quán)無向圖G(V，P, N)的頂點(diǎn)所在社區(qū)的標(biāo)號(hào)； 4)隨機(jī)產(chǎn)生Popsize=500個(gè)個(gè)體,這些個(gè)體組成原始父代OPop,設(shè)置基于進(jìn)化計(jì)算的圖分割技術(shù)執(zhí)行的終止條件，即達(dá)到最大的進(jìn)化代數(shù)Maxgen=IOO時(shí)，技術(shù)執(zhí)行過程終結(jié)；設(shè)置精英選擇系數(shù)λ =0. 2，交叉概率Pc=O. 9和變異概率Pm=O. 1，產(chǎn)生第一隨機(jī)數(shù)randi和第二隨機(jī)數(shù)rand2 ； 5)計(jì)算原始父代OPop中所有個(gè)體的適應(yīng)度，個(gè)體適應(yīng)度的大小等于其對(duì)應(yīng)的修正模塊度Q :
2.如權(quán)利要求I所述的基于進(jìn)化計(jì)算對(duì)社會(huì)系統(tǒng)進(jìn)行社區(qū)檢測(cè)的方法，其中步驟2)所述的構(gòu)建社會(huì)系統(tǒng)對(duì)應(yīng)的加權(quán)無向圖G (V，P, N)，按如下規(guī)則進(jìn)行 若個(gè)體i和個(gè)體j之間具有“相似、比較相似、十分相似”中任意一個(gè)聯(lián)系屬性，則將其對(duì)應(yīng)的兩個(gè)頂點(diǎn)Vi和Vj之間用一條正邊連接Wij+, I ^ i, j ^ η ； 若個(gè)體i和個(gè)體j之間具有“十分不相似、比較不相似、不相似”中任意一個(gè)聯(lián)系屬性，則將其對(duì)應(yīng)的兩個(gè)頂點(diǎn)Vi和 ' 之間用一條負(fù)邊連接wu_，I ^ i, j ^ η ； 若個(gè)體i和個(gè)體j之間具有“毫無關(guān)聯(lián)”的聯(lián)系屬性，則其對(duì)應(yīng)的兩個(gè)頂點(diǎn)Vi和Vj之間無任何邊連接O。
3.如權(quán)利要求I所述的基于進(jìn)化計(jì)算對(duì)社會(huì)系統(tǒng)進(jìn)行社區(qū)檢測(cè)的方法，其中步驟7)所述的對(duì)加權(quán)無向圖G(V，P，N)進(jìn)行分割，按如下步驟進(jìn)行 7a).對(duì)當(dāng)前父代NewPop中所有個(gè)體的適應(yīng)度進(jìn)行降序排列，首次分割時(shí)，將原始父代OPop的500個(gè)體組成當(dāng)前父代NewPop,并從當(dāng)前父代NewPop中保留前100個(gè)個(gè)體,將其組成新父代NewPop1,剩余的400個(gè)個(gè)體組成父代NewPop2 ； 7b).對(duì)第一隨機(jī)數(shù)randi和交叉概率P。進(jìn)行比較，如果rand^P。，執(zhí)行第7c)步，否則執(zhí)行第7d)步； 7c).對(duì)父代NewPop2任意兩個(gè)個(gè)體進(jìn)行交叉操作，獲得交叉子代ChPop1 ； 7d)對(duì)第二隨機(jī)數(shù)rand2和變異概率Pn^行比較，如果rand2〈Pm，執(zhí)行第7e)步，否則執(zhí)行第7f)步； 7e).對(duì)交叉子代ChPop1中的每個(gè)個(gè)體進(jìn)行變異操作，得到變異子代ChPop27f).把變異子代ChPop2中每個(gè)個(gè)體的代入到修正模塊度Q中，計(jì)算得到其對(duì)應(yīng)的個(gè)體適應(yīng)度； 7g).更新當(dāng)前父代NewPop,按照Newpop=NewPop1 U ChPop2準(zhǔn)則，把新父代NewPop1所有個(gè)體和變異子代ChPop2所有個(gè)體合并在一起組成當(dāng)前父代NewPop,返回到第7a)步。
全文摘要
本發(fā)明公開了一種基于進(jìn)化計(jì)算對(duì)社會(huì)系統(tǒng)進(jìn)行社區(qū)檢測(cè)的方法，主要解決現(xiàn)有技術(shù)中負(fù)邊對(duì)加權(quán)無向圖分割引起的擾動(dòng)和傳統(tǒng)加權(quán)無向圖分割效率和效果差的不足。其實(shí)現(xiàn)方案是通過構(gòu)建社會(huì)系統(tǒng)對(duì)應(yīng)的加權(quán)無向圖G(V，P,N)模型，將社會(huì)系統(tǒng)社區(qū)檢測(cè)問題轉(zhuǎn)換為其對(duì)應(yīng)的加權(quán)無向圖G(V，P,N)分割問題，選取修正模塊度Q作為圖分割準(zhǔn)則并設(shè)計(jì)帶有進(jìn)化策略的圖分割技術(shù)對(duì)加權(quán)無向圖G(V，P,N)進(jìn)行分割；將圖的分割結(jié)果與真實(shí)社會(huì)系統(tǒng)的社區(qū)種類進(jìn)行對(duì)比，計(jì)算出分割的正確率。檢測(cè)驗(yàn)證結(jié)果表明，本發(fā)明能夠精確刻畫出社會(huì)系統(tǒng)的層次結(jié)構(gòu)，是一種有效的社區(qū)檢測(cè)方法，可用于復(fù)雜社會(huì)系統(tǒng)的社區(qū)檢測(cè)和大規(guī)模社會(huì)系統(tǒng)的社區(qū)檢測(cè)。
文檔編號(hào)G06F19/00GK102722639SQ20121015833
公開日2012年10月10日 申請(qǐng)日期2012年5月21日 優(yōu)先權(quán)日2012年5月21日
發(fā)明者劉靜, 李亞東, 焦李成 申請(qǐng)人:西安電子科技大學(xué)