复杂网络的社团结构分析 community structure in complex networks
DESCRIPTION
复杂网络的社团结构分析 Community structure in complex networks. 章祥荪. http://zhangroup.aporc.org 中国科学院 数学与系统科学研究院 全国复杂网络会议，苏州大学， 2010 ， 10, 17. 复杂网络的动态性质研究 复杂网络的静态结构研究 小世界 (Small world) ， 尺度无关 （ Scale free) ， 聚类特性 (Clustering) 的确切数学模型 。 社团结构 (Community Structure) …………. 复杂网络的模块化性质. - PowerPoint PPT PresentationTRANSCRIPT
1
章祥荪
复杂网络的社团结构分析Community structure in complex
networks
http://zhangroup.aporc.org
中国科学院 数学与系统科学研究院全国复杂网络会议，苏州大学， 2010 ， 10, 17
复杂网络的动态性质研究
复杂网络的静态结构研究 小世界 (Small world) ，尺度无关（ Scale
free) ，聚类特性 (Clustering) 的确切数学模型。
社团结构 (Community Structure) …………
2
3
复杂网络的模块化性质复杂网络中存在模块或者社区结构 (Module or
Community structure) 模块或者社区定义为网络中内部连接稠密，与外部连接稀疏的节点的集合 (Filippo Radicchi et. al. PNAS, Vol.101, No.9, 2658-2663, 2004).
数学表述 :
其中 V 是子图， K 是顶点的度。即子图 V 是模块的条件是模块内顶点的内部连边的度值之和大于模块内顶点的外部连边的度值之和。
PNAS ---- Proc. Natl. Acad. Sci. USA 美国科学院院刊
4
模块划分的重要性许多复杂网络共有的性质。研究模块结构有助于研究整个网络的结构和功能
圣塔菲研究所的科学家合作网：模块代表从事相似领域研究的科学家集合
数学生态学
统计物理
5
Martin Rosvall, Carl T. Bergstrom, PNAS, vol. 105, no.4. 1118-1123, 2007
自然科学论文引用网络：6128 期刊 , 约 600 万次引用，
划分为 88 个模块和 3024 条模块间的连接，刻画了学科之间的联系
6
一个社会网络的例子
1970年美国大学里的一个空手道俱乐部关系网络：节点是其 34名成员，边是他们两年间的友谊关系，边数为 78。俱乐部里的矛盾导致其分裂为两个小的俱乐部。问题是能否用网络的模块结构来重现这个过程？
它是模块探测研究中的经典例子。
W. W. Zachary, An information flow model for conflict and fission in small groups, Journal of Anthropological Research 33, 452-473 1977
Girvan, M, Newman, M., Proc. Natl. Acad. Sci, 2002Ravasz, E, Somera, A, Mongru, D, Oltvai, Z, Barabasi, A., Science,
2002Radicchi, F, Castellano, C, Cecconi, F., Proc. Natl. Acad. Sci, 2004Guimera, R, Mossa, S, Turtschi, A., Proc. Natl. Acad. Sci, 2005Guimera, R, Amaral, L., Nature,
2005Newman, M., Proc. Natl. Acad. Sci, 2006Rosvall, M, Bergstrom, C., Proc. Natl. Acad. Sci, 2007Fortunato, S, Barthelemy, M., Proc. Natl. Acad. Sci, 2007Weinan, E, Li, T, Vanden-Eijnden, E., Proc. Natl. Acad. Sci, 2008 Rosvall, M, Bergstrom, C., Proc. Natl. Acad. Sci, 2008 Peter J. Mucha, et al., Science
2010 Yong-Yeol Ahn, James P. Bagrow & Sune Lehmann ， Nature,
2010
生物信息学与最优化方法7
Importance of the topic
社团结构探索方法概述 A large number of methods have been developed
for detecting communities, which can be generally categorized into local and global methods.
Local methods for community detection identify a subset of nodes as a community according to certain local connection conditions, independently from the structure of the rest of the network. Such methods include clique overlap-based hierarchical clustering, clique percolation method, and sub-graph fitness method.
Global methods for community detection optimize certain global quantitative functions encoding the quality of the overall partition of the network, such as information theoretical method, Potts model, and optimization of modularity measures.
8
9
Shihua Zhang, Rui-Sheng Wang, and Xiang-Sun Zhang. Identification of overlapping community structure in complex networks using fuzzy c-means Clustering. Physica A, 2007, 374, 483–490.
Rui-Sheng Wang, Shihua Zhang, Yong Wang, Xiang-Sun Zhang, Luonan Chen. Clustering complex networks and biological networks by nonnegative matrix factorization with various similarity measures. Neurocomputing, 2007
Shihua Zhang, Rui-Sheng Wang and Xiang-Sun Zhang. Uncovering fuzzy community structure in complex networks. Physical Review E, 76, 046103, 2007
我们小组在研究这一问题的早期发展了一些基于图论和矩阵谱分解的模块探测算法 (local method)
10
衡量网络模块化的指标 Q 值
设网络为 N= （ V ， E ） , Pk = { (V1, E1), …, (Vk, Ek)} 为一个分划。 L(Vi, Vj) =|Eij|, i in Vi, j in Vj.
Newman 和 Girvan (Physical Review E, 2004) 提出一种衡量网络社区结构的指标 Q 值
11
指标 Q 的问题 (Resolution limit)Fortunato and Barthélemy, PNAS, 2007
利用 Q 划分网络的计算步骤 :
目前很大一部分模块探测的方法集中于利用各种启发式算法来极大化 Q 值 ，例如模拟退火、遗传算法等 (Newman, PNAS, 2006; Guimera, Nature, 2005).
Resolution limit 现象
k
ii
nVkk
kQQ
k
i i 1||1
maxmaxmax
12
极端例子： ring of cliques
Fortunato & Barthelemy, Proc. Natl. Acad. Sci. USA 104 (1), 36-41 (2007)
13
提出新的模块化指标 D 值
模块化密度函数 D:
Zhenping Li, Shihua Zhang, Rui-Sheng Wang, Xiang-Sun Zhang, Luonan Chen, Quantitative function for community detection. Physical Review E, 77, 036109, 2008
14
D 值克服了 Q 值存在的 resolution limit 问题
15
结果
Q值
D 值
划分正确的顶点的比例
错分现象 ---Misidentification 用 Q或 D 作优化可能得到不满足定义的模块
Q partitions the network into three communities (two Kn and one K5) when n>=16 (respectively, n>=21), in which K5 is a sub-graph violating all reasonable community definition.
Xiang-Sun Zhang, Rui-Sheng Wang, Yong Wang, Ji-Guang Wang, Yu-Qing Qiu, Lin Wang, and Luonan Chen. Modularity optimization in community detection of complex networks. Europhysics Letters (EPL), 87, 2009.
被评为 EPL 2009 best paper16
17
该文的主要贡献是用离散凸规划的概念对两个重要问题进行解析分析
Q 值和 D 值的最优化模型都是非线性整数规划目标函数的凸性和凹性无法解析得到对两个具有特殊结构的网络进行分析引入离散凸规划（变量是离散的，可以嵌入一个连续的凸规划）的概念进行分析 , 得到解析解
所有对 modularity 进行研究的论文 ( 指上面所列的的 PNAS,Nature,Sience 文章 ) 都是试题论证的 , 即没有解析的证明 .
为了彻底分析 resolution limit 和 Misidentification 现象，我们对两类典型网络建立了优化模型 , 引入了离散凸分析技术 , 得到了两类问题的解析解 .
生物信息学与最优化方法18
这两个例子出现在 PNAS 中几乎所有讨论网络模块探测的论文里
基于特殊结构的凸分析
ad hoc networkring of dense lumps
Finding 1 对
k
ii
nVkk
kQQ
k
i i 1||1
maxmaxmax
生物信息学与最优化方法21
Finding 2
Finding 3解析解表明，对这两个经典的算例， Q 和 D 都有
Resolution limit 和 Misidentification 的现象产生，所以 Q 和 D 均只是近似的定量评估函数。
网络社团划分的问题可以用一个优化问题来精确 描述，我们证明了这一模型是 NP-hard 的。
我们相信用优化理论可以彻底解决网络社团划分 的问题。网络科学是运筹学的下一个热点。
22
23
为了彻底解决这些问题
提出一个新的 OR 模型和相应的算法，这一算法不会产生resolution limit 和 mis-identification 现象
Xiang-Sun Zhang, Zhenping Li, Rui-Sheng Wang, Yong Wang. A combinatorial model and algorithm for globally searching community structure in complex networksJournal of Combinatorial Optimization (JCO), 2010.
DOI: 10.1007/s10878-010-9356-0
A new OR model Problem definition:
Given a network, the community identification problem is to partition the network into as many non-overlapping sub-networks as possible such that each sub-network satisfies a given community definition.
24
以上文字定义可以用一个整数线性规划来描述
我们证明了这个模型是 NP-hard .25
A qualified min-cut (QMC) algorithm
A heuristic principle is given to find a feasible partition with the largest number of communities.
It is realized by a min-cut operation: A min-cut operation is called qualified if the two resulting sub-networks satisfy the module definition.
The community identification problem can be solved based on a series of qualified min-cut operations.
26
Experiment results (artificial networks)
Rings of cliques Uneven ad-hoc network
27
Experiment results (real networks)
Football team network Jazz musician network
28
致谢This work is cooperated with Dr. 李珍萍， Dr. 王瑞省， Dr. 王勇， Dr. 张世华，
Dr. 王吉光， Dr. 张俊华
This work is supported by 国家自然科学重点基金 10631070
973项目 2066CB503905 国家自然科学基金项目 60873205
29
30
欢迎访问 ZHANGroup,
http://zhangroup.aporc.org
本报告可在该网页上下载