标签传播算法

Posted 2020-10-09 萧凡客

参考文献：http://blog.csdn.net/cleverlzc/article/details/39494957
Gephi 是一款网络分析领域的可视化处理软件，可以用于数据分析，链接分析，社交网络分析等。
标签传播算法LPA（Label Propagation Algorithm）最早是针对社区发现问题提出时的一种解决方案。
主要优点有：时间复杂度（近似线性），不需要事先知道社区数量。
主要算法流程：首先为每个节点设置唯一标签，接着迭代依次更新各个节点，针对每个节点，通过统计节点邻居的标签，选择标签数最多的标签更新该节点，如果最多便签数大于一，则从中随机选择一个标签更新该节点，直到收敛为止。
标签传播算法的节点标签更新策略主要分成两种，一种是同步更新，另一种是已不更新。
其中同步更新：在执行第t次迭代更新时，仅依赖第t-1次更新后的标签集。
异步更新：在执行第t次迭代更新时，同时依赖t次迭代已经更新的标签集以及在t-1更新但t次迭代 中未来的及更新的标签集，异步更新策略更关心节点更新顺序，所以在异步更新过程中，节点的 更新顺序采用随机选取的方式。
LPA算法适用于不重叠社区发现，针对重叠社区的发现问题，学者提出了COPRA（Community Overlapping Propagation Algorithm）算法。该算法提出所有节点可以同时属于V个社区，V是个人为设定的全局变量，很显然v的选择直接影响算法的效果，针对v的选择需要足够的先验知识，在真实的社区网络中，v的选择不能很好的被控制。

SLPA（Speaker-listener based information propagation algorithm）算法引入了Listener和Speaker两个形象化概念，在标签更新过程中，待更新的节点我们称为Listener，该节点的领域节点我们称为Speaker，因为Listener最终的标签属性是根据这些Speaker所决定的。
在LPA中，把局域节点中最多标签数的标签赋予该节点，但这是一种更新规则，在SLPA中有多重更新策略规则。
基本算法流程和LPA相同，不同点：在SLPA中为每个节点设置了一个历史标签队列，该队列记录了t次迭代以来，该节点被赋予的标签。直到迭代结束后，对每个节点的历史标签队列进行统计，标签频率超过一个给的的阈值ρ的所有标签就是该节点所属的多个社区。
SLPA算法中涉及一个重要参数ρ，如果ρ的取值为1，则SLPA算法退化成非重叠社区。

HANP（Hop Attenuation & Node Preference）算法，其基本思想为：
①为每个标签引入score值来对该标签的传播能力进行评价，score值随着传播距离的增加而减弱。
score衰减规则：
其中δ 表示衰减因子（hop attenuation），δ 等于0的时候停止传播
②每个节点通过领域节点更新标签时的规则δ 根据丰富（会综合考虑标签的传播能力score值、标签出现频率、标签的度等）
标签更新规则：

 

BMLPA算法主要思想：
提出平衡归属系数概念，即对于每个节点其归属的社区数不限，但对同一节点的标签局域平衡归属系数。

标签更新：待更新标签的领域标签均由一个二元组序列与之对应，二元组的第一项表示标签类别，第二项表示节点属于该类别的隶属度，对于每个节点，所有隶属的之和为1。
①按照类别统计所有领域中的节点标签和隶属度，得到领域中的所有标签，和标签对应的隶属的之和。
②归一化A：将统计后的标签-隶属度序列中对大隶属度值除以所有标签的隶属度，得出一组隶属度最大值为1的标签-隶属度序列。
③筛选：将标签-隶属度序列中小于阈值ρ的标签剔除出去。
④标签更新：归一化B，为了保证最后得到标签-隶属度序列中所有隶属度和为一，将所以标签的隶属度除以所有标签隶属度之和。最后把得到标签-隶属度二元组赋值给待更新的标签。

Fast Unfolding算法
该算法是一种基于modularity optimization的启发式方法。
算法步骤，主要分成两个步骤：
①首先把每个节点赋予一个唯一的社区，然后对所有的节点依次实行聚合，将待聚合的节点找到其所有的领域，依次把该节点聚合到领域节点中，计算modularity值，将节点最终聚合到modularity值最大的那个邻居节点中，反复迭代，直到所有节点都不能改善modularity值为止。
②将第一阶段生成的社区网络中的所有社区看成“节点”，因为新“节点”中包含多个节点，所有两个“节点”间需要有权重，权重采用两个社区间个边的权重总和。

DCLP（Distance-Control Label Propagation）算法，由HANP算法简化而来，只考虑标签传播过程中的衰减因素，并使用距离dis_allowed代替δ，通过该参数可以有效控制标签的传播范围。
AM-DCLP算法对原图进行DCLP算法运算，但得到的某些社区规模较大时，则将它们对应的子图再继续执行DCLP算法。
两个控制参数：
maxC_allowed：社区规模的最大值
break_down_allowed：允许调用DCLP算法的基数
SDCLP算法：每次DCLP算法迭代后，对所有的社区进行检测，若社区的规模足够大，则终止迭代，否则继续迭代。
优点：及时的终止可以有效的反正大社区的出现，同时过小的社区通过迭代可以得到从发的发展。