第
45
卷
第
2
期
2018
年
2
月
计 算 机 科 学
COMPUTER SCIENCE
Vol.45No.2
Feb.2018
到稿日期
:
2017G04G01
返修日期
:
2017G07G11
本文受国家自然科学基金
(
61572005
),
山西省回国留学人员科研基金
(
2017G014
)
资助
.
郑文萍
(
1979-
),
女
,
博 士
,
副 教 授
,
CCF
会 员
,
主 要 研 究 方 向 为 图 论 算 法
、
生 物 信 息 学 等
,
EGmail
:
w
p
zhen
g
@sxu.edu.cn
(
通 信 作 者
);
曲
瑞
(
1993-
),
女
,
硕士生
,
CCF
会员
,
主要研究方向为复杂网络建模
;
穆俊芳
(
1991-
),
女
,
博士
,
CCF
会员
,
主要研究方向为复杂网络建模
.
具有社区结构的无标度网络生成算法
郑文萍
1
,
2
,
3
曲
瑞
1
穆俊芳
1
(
山西大学计算机与信息技术学院
太原
030006
)
1
(
山西大学计算智能与中文信息处理教育部重点实验室
太原
030006
)
2
(
大数据挖掘与智能技术山西省协同创新技术中心
(
山西大学
)
太原
030006
)
3
摘
要
近年来
,
生成图模型在复杂网络研究中的作用越来越 重 要
.
图的生 成 过程对 于 研究疾 病 的蔓延 和 信 息 的 传
播具有重大意义
,
同时图模型的生成也有助于更深入地研究复 杂 网络的 特 性
.
为了能 够 生成既 符 合真实 网 络 特 征 又
具有结构多样性的复杂网络
,
提出了一种具有社区结构的可调节聚集系数和模块性的无标度网络生成算法
———
TCG
MSN
(
ScaleFreeNetworkwithTunableClusterin
g
CoefficientandModularit
y
).
通 过 调 节 混 合 参 数 可 以 调 节 生 成 网
络的模块性
,
通过调节社区内连边的概率和混合参数可以对网络聚集系数进行调节
.
TCMSN
采 用 了 合 理 的 连 边 策
略
,
在不破坏网络结构多样性的情况下
,
能尽可能维持网络的无标度特性
.
人工构造数据和真实网络数据的对比实 验
结果表明
,
TCMSN
算法能够生成可调节聚集系数和模块性的无标度网络模型
,
且能够生成 最 接近真 实 网络社 区 结构
特征的网络模型
.
关键词
网络生成模型
,
BA
无标度网络
,
聚集系数
,
社区结构
中图法分类号
TP181
文献标识码
A DOI 10.11896
/
j
.issn.1002G137X.2018.02.013
GenerationAl
g
orithmforScaleGfreeNetworkswithCommunit
y
Structure
ZHENG WenG
p
in
g
1
,
2
,
3
QU Rui
1
MUJunGfan
g
1
(
SchoolofCom
p
uter&InformationTechnolo
gy
,
ShanxiUniversit
y
,
Tai
y
uan030006
,
China
)
1
(
Ke
y
Laborator
y
ofCom
p
utationIntelli
g
ence& ChineseInformationProcessin
g
,
ShanxiUniversit
y
,
Ministr
y
ofEducation
,
Tai
y
uan030006
,
China
)
2
(
CollaborativeInnovationCenterofShanxiProvinceforBi
g
DataMinin
g
andIntelli
g
enceTechnolo
gy
(
ShanxiUniversit
y
),
Tai
y
uan030006
,
China
)
3
Abstract Generatin
g
com
p
lexnetworkmodelscanhel
p
researcherstounderstandnetworkbehaviorsandsimulatethe
transmission
p
rocessesofdiseasee
p
idemicsandinformationdiffusion.Itisalsoim
p
ortantto
g
eneratecom
p
lexnetworks
meetin
g
thecharacteristicsofrealnetworksandhavin
g
structuraldiversit
y
.Anetwork
g
enerational
g
orithm TCMSN
(
ScaleGfreeNetworkwithTunableClusterin
g
CoefficientandModularit
y
)
was
p
ro
p
osedto
g
eneratescaleGfreecom
p
lex
networkswithtunableclusterin
g
coefficientandmodularit
y
.TCMSNcanad
j
ustmodularit
y
b
y
chan
g
in
g
themixin
gp
aG
rameterandad
j
ustclusterin
g
coefficientb
y
chan
g
in
g
the
g
lobal
p
referentialattachment
p
robabilit
y
andmixin
gp
arameG
terofthenetwork.Itado
p
tsareasonablestrate
gy
aboutaddin
g
ed
g
esinnetworkstomaintainthescaleGfreecharacterisG
tics
,
asmuchas
p
ossiblewithoutdestro
y
in
g
networkdiversit
y
.Ex
p
erimentalresultsonartificialdatasetsandrealnetG
worksshowthatthe
p
ro
p
osedTCMSNal
g
orithmcannotonl
yg
eneratescaleGfreenetworkmodelwithtunableclusteG
rin
g
coefficientand modularit
y
,
butalso
g
eneratenetwork modelclosedtothecommunit
y
structureoftherealnetG
works.
Ke
y
words Network
g
enerationmodels
,
BAscalefreenetwork
,
Clusterin
g
coefficient
,
Communit
y
structure
1
引言
自然界中存在大量的复杂网络
,
如社会网络
、
蛋白质互作
用网络
、
新陈代谢网络等
[
1
]
,
深入研究和探索这些复杂网络的
内在结构
、
性质和行为 是 一 项 亟 需 研 究 的 课 题
.
建 立 合 理 的
复杂 网 络模型
,
有助于 理 解和研 究 复杂系 统 的结构 和 动力学
行为
,
并为面向复杂网络的相关算法
[
2G5
]
提供数据基础
.
不同
领域的复杂网络
(
如 万 维 网
、
电 子 邮 件 网 络 等 信 息 领 域 网 络
;