《結點—連結協同劃分的複雜網路重疊社團發現方法研究》是依託天津大學，由金弟擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：結點—連結協同劃分的複雜網路重疊社團發現方法研究
- 項目類別：青年科學基金項目
- 項目負責人：金弟
- 依託單位：天津大學
項目摘要,結題摘要,
項目摘要
複雜網路社團發現對理解網路功能、預測網路行為等有重要意義，被廣泛套用於恐怖組織識別、社交網路分析等實際問題，重疊社團發現是其研究熱點。目前已提出一些不同類型的重疊社團發現方法，其中2010年Nature上報導的連結劃分思想，由於概念的自然性，被視為一類特別有前景的方法。然而這類方法僅適用於社團結構高度重疊的網路。針對如何有效發現任意重疊程度之社團結構這一難題，本項目擬從結點-連結協同劃分的角度開展研究。通過將網路劃分為由結點社團和連結社團共同組成的混合社團結構，開發一類新的重疊社團發現方法。該思路不僅允許結點同屬於多個社團，而且不強制任何一條邊都屬於某個社團，因此可天然描述具有任意重疊程度的網路社團結構。本項目將重點研究基於統計模型的結點-連結協同劃分方法，主要包括：（1）同時刻畫結點社團和連結社團的統一生成模型；（2）統一生成模型的參數學習方法；（3）最優結點-連結混合社團結構的選擇策略。
結題摘要
複雜網路社團發現對理解網路功能、預測其行為等有重要意義，被廣泛套用於輿情分析、電子商務等實際問題，重疊社團發現是其研究熱點。目前已提出一些不同類型的重疊社團發現方法，其中2010年Nature上報導的連結劃分思想，由於概念的自然性，被視為一類特別有前景的方法。然而這類方法僅適用於社團結構高度重疊的網路。 針對“如何有效發現任意重疊程度的社團結構”之難題，項目組從結點-連結協同劃分的角度進行了研究。通過將網路劃分為由結點社團和連結社團共同組成的混合社團結構，開發出一類新的重疊社團發現方法。該思路不僅允許結點同屬於多個社團，而且不強制任何一條邊都屬於某個社團，可天然描述具有任意重疊程度的網路社團結構，有效解決了以上難題。 我們重點基於統計模型來研究結點-連結協同劃分方法，主要包括：（1）同時刻畫結點社團和連結社團的統一生成模型；（2）統一生成模型的參數學習方法；（3）最優結點-連結混合社團結構的選擇策略。我們還通過結合半監督、文本、動態等多模態信息進一步提升社團發現質量、標註社團語義，開展了一些有益的擴展工作。 項目組基於以上工作發表論文21篇，其中：CCF A類會議長文6篇，A類會議poster 1篇，C類會議長文1篇；JCR一區論文1篇，二區7篇，三區4篇；國家一級學報1篇（EI）；被IEEE Trans、IJCAI等國際知名雜誌或會議多次引用和評價（google引用99次），在該領域產生了一定影響。譬如：我們提出的結點-連結協同劃分思路，被美國匹斯堡大學同行Sánchez視為與連結社團發現、統計推斷社團發現相併列的一類新方法；李德毅院士等基於我們文章中的非負矩陣分解方法設計其模型的求解算法；被美國海軍研究實驗室信息技術部門的Paxton等在Springer圖書Advances in Information Security中視為4類社團發現方法中的一類代表工作。 我們將以上提出的方法成功用於大規模語音識別問題，發表於Interspeech-15；用其分析蛋白質互動網路，得到具有現實意義的蛋白質功能組；用其分析單詞聯想網路，得到具有深度語義相關性的單詞類簇。具備良好的套用前景。
