基于迭代框架的主动链接选择半监督社区发现算法
来源：计算机应用杂志2017年第11期北京时间：
作者：陈嶷瑛, 柴变芳, 李文斌, 贺毅朝, 吴聪聪
单位：河北地质大学 信息工程学院, 石家庄 050031
摘要：针对非负矩阵分解（NMF）半监督社区发现方法随机选择先验约束，导致提升相同性能需要更多约束信息的问题，提出一种基于迭代框架的主动链接选择半监督社区发现算法——ALS_GNMF。在迭代框架下，首先，主动选择不确定性高且对社区划分指导性强的链接对作为先验信息；其次，为主动选择的链接对增加must-link约束，增强社区间连接，生成先验矩阵；同时，增加cannot-link约束，减弱社区间连接，修改邻接矩阵；最后，将先验矩阵作为正则项，加入基于NMF的最优化目标函数，并融合网络拓扑结构信息，以期用较少的先验信息，达到较高的社区发现准确性和鲁棒性。实验结果表明，ALS_GNMF算法在真实网络及人工网络上，相同的先验比例下，性能比未采用迭代框架和主动策略的NMF半监督社区发现方法有更大的提升，且在结构不清晰的网络中表现稳定。
关键词：半监督学习,主动链接选择,社区发现,非负矩阵分解
基金资助：国家自然科学基金资助项目（61503260）。
