深圳压寨网络有限公司 王唐云

基于聚类算法的社团发现算法研究

深圳压寨网络有限公司 王唐云

互联网、云计算、大数据技术的快速发展，使人类社会加速进入信息化时代。复杂网络是信息发展的产物之一，其可以描述人类社会的各种系统，比如电力网络、通信网络、社交网络等，利用复杂网络可以帮助人们分享智慧信息带带来的便捷性，比如Twitter、Facebook、微信、QQ、微博等社团应用工具促进人类社交，满足人们多样化、兴趣化、智能化交友需求。社团发现作为复杂网络处理的重要手段，其可以提高信息利用精准性。经过多年研究和发展，社团发现引入了先进的聚类技术，采用谱聚类、K均值、信息论等多种聚类算法，更好的从复杂网络搜寻人们期望的模型和信息，具有重要的作用和意义。

聚类算法；社团发现；谱聚类；K均值；信息论

1.引言

复杂网络是社会交际、电力工业、基因组织等复杂系统的一个具体表现形式，复杂网络中的节点可以描述复杂系统中的实体，节点之间的边可以描述实体之间的关系［1］。复杂网络可以描述现实世界中的许多系统，比如生物系统中的蛋白质交互网络、神经元网络、基因调控网络，社会系统中的人际关系网络、流行病传播网络、科学家合作网络，计算机系统中的万维网、电子商务网、朋友圈网，电力系统中的电力通信网络等，复杂网络研究涉及多个学科，包括社会学、计算机学、心理学、统计学、图形学、生物学等，随着对复杂网络的进一步研究，在小世界现象和无标度性之后，人们发现复杂网络存在另外一个特性，就是其拓扑结构呈现出社团结构，也即是复杂网络社团之间的联系是相对稀疏的，社团内部的连接相对稠密［2］。……