標籤傳播算法

參考文獻：http://blog.csdn.net/cleverlzc/article/details/39494957
Gephi 是一款網絡分析領域的可視化處理軟件，能夠用於數據分析，連接分析，社交網絡分析等。
標籤傳播算法LPA（Label Propagation Algorithm）最先是針對社區發現問題提出時的一種解決方案。
主要優勢有：時間複雜度（近似線性），不須要事先知道社區數量。
主要算法流程：首先爲每一個節點設置惟一標籤，接着迭代依次更新各個節點，針對每一個節點，經過統計節點鄰居的標籤，選擇標籤數最多的標籤更新該節點，若是最多便籤數大於一，則從中隨機選擇一個標籤更新該節點，直到收斂爲止。
標籤傳播算法的節點標籤更新策略主要分紅兩種，一種是同步更新，另外一種是已不更新。
其中同步更新：在執行第t次迭代更新時，僅依賴第t-1次更新後的標籤集。
異步更新：在執行第t次迭代更新時，同時依賴t次迭代已經更新的標籤集以及在t-1更新但t次迭代 中將來的及更新的標籤集，異步更新策略更關心節點更新順序，因此在異步更新過程當中，節點的 更新順序採用隨機選取的方式。
LPA算法適用於非重疊社區發現，針對重疊社區的發現問題，學者提出了COPRA（Community Overlapping Propagation Algorithm）算法。該算法提出全部節點能夠同時屬於V個社區，V是我的爲設定的全局變量，很顯然v的選擇直接影響算法的效果，針對v的選擇須要足夠的先驗知識，在真實的社區網絡中，v的選擇不能很好的被控制。

SLPA（Speaker-listener based information propagation algorithm）算法引入了Listener和Speaker兩個形象化概念，在標籤更新過程當中，待更新的節點咱們稱爲Listener，該節點的領域節點咱們稱爲Speaker，由於Listener最終的標籤屬性是根據這些Speaker所決定的。
在LPA中，把局域節點中最多標籤數的標籤賦予該節點，但這是一種更新規則，在SLPA中有多重更新策略規則。
基本算法流程和LPA相同，不一樣點：在SLPA中爲每一個節點設置了一個歷史標籤隊列，該隊列記錄了t次迭代以來，該節點被賦予的標籤。直到迭代結束後，對每一個節點的歷史標籤隊列進行統計，標籤頻率超過一個給的的閾值ρ的全部標籤就是該節點所屬的多個社區。
SLPA算法中涉及一個重要參數ρ，若是ρ的取值爲1，則SLPA算法退化成非重疊社區。

HANP（Hop Attenuation & Node Preference）算法，其基本思想爲：
①爲每一個標籤引入score值來對該標籤的傳播能力進行評價，score值隨着傳播距離的增長而減弱。
score衰減規則：
其中δ 表示衰減因子（hop attenuation），δ 等於0的時候中止傳播
②每一個節點經過領域節點更新標籤時的規則δ 根據豐富（會綜合考慮標籤的傳播能力score值、標籤出現頻率、標籤的度等）
標籤更新規則：

 

BMLPA算法主要思想：
提出平衡歸屬係數概念，即對於每一個節點其歸屬的社區數不限，但對同一節點的標籤局域平衡歸屬係數。

標籤更新：待更新標籤的領域標籤均由一個二元組序列與之對應，二元組的第一項表示標籤類別，第二項表示節點屬於該類別的隸屬度，對於每一個節點，全部隸屬的之和爲1。
①按照類別統計全部領域中的節點標籤和隸屬度，獲得領域中的全部標籤，和標籤對應的隸屬的之和。
②歸一化A：將統計後的標籤-隸屬度序列中對大隸屬度值除以全部標籤的隸屬度，得出一組隸屬度最大值爲1的標籤-隸屬度序列。
③篩選：將標籤-隸屬度序列中小於閾值ρ的標籤剔除出去。
④標籤更新：歸一化B，爲了保證最後獲得標籤-隸屬度序列中全部隸屬度和爲一，將因此標籤的隸屬度除以全部標籤隸屬度之和。最後把獲得標籤-隸屬度二元組賦值給待更新的標籤。

Fast Unfolding算法
該算法是一種基於modularity optimization的啓發式方法。
算法步驟，主要分紅兩個步驟：
①首先把每一個節點賦予一個惟一的社區，而後對全部的節點依次實行聚合，將待聚合的節點找到其全部的領域，依次把該節點聚合到領域節點中，計算modularity值，將節點最終聚合到modularity值最大的那個鄰居節點中，反覆迭代，直到全部節點都不能改善modularity值爲止。
②將第一階段生成的社區網絡中的全部社區當作「節點」，由於新「節點」中包含多個節點，全部兩個「節點」間須要有權重，權重採用兩個社區間個邊的權重總和。

DCLP（Distance-Control Label Propagation）算法，由HANP算法簡化而來，只考慮標籤傳播過程當中的衰減因素，並使用距離dis_allowed代替δ，經過該參數能夠有效控制標籤的傳播範圍。
AM-DCLP算法對原圖進行DCLP算法運算，但獲得的某些社區規模較大時，則將它們對應的子圖再繼續執行DCLP算法。
兩個控制參數：
maxC_allowed：社區規模的最大值
break_down_allowed：容許調用DCLP算法的基數
SDCLP算法：每次DCLP算法迭代後，對全部的社區進行檢測，若社區的規模足夠大，則終止迭代，不然繼續迭代。
優勢：及時的終止能夠有效的防止大社區的出現，同時太小的社區經過迭代能夠獲得有利的發展。