一种改进Shapley值的符号网络聚类研究

摘要 符号网络中宏观网络结构（拓扑结构属性和符号属性）和微观博弈对联盟（社区）的形成具有相互影响,是符号网络博弈模型的新特征.基于以上思想,提出一种新的符号网络层次聚类算法HCSVSN（Hierarchical Clustering Based on the Shapley Value in Signed Network）.首先,基于结点的符号属性和结点度,提出改进Shapely值的计算方法,可以避免忽略外部环境（网络结构）对Shapley值的影响,并可以降低Shapley值计算的复杂性;其次,基于网络密度对联盟形成的影响,提出联盟收益均值的计算方法,并给出符号网络联盟博弈模型;然后,基于联盟平均收益最大化实现符号网络的社区发现;最后,通过实验验证算法的准确性和有效性