Algoritmo eficiente de agrupamento de gráficos


20

Estou procurando um algoritmo eficiente para encontrar clusters em um gráfico grande (ele possui aproximadamente 5000 vértices e 10.000 arestas).

Até agora, estou usando o algoritmo Girvan-Newman implementado na biblioteca java JUNG, mas é bastante lento quando tento remover muitas arestas.

Você pode me sugerir uma alternativa melhor para gráficos grandes?


Você já olhou para k-means?
Oded

Você pode me dar alguma referência para aprender como usá-lo em um gráfico?
Mariosangiorgio


Mudei para a implementação JUNG do VoltageClusterer e é definitivamente rápido. jung.sourceforge.net/doc/api/edu/uci/ics/jung/algorithms/…
mariosangiorgio

1
Isso não é mais apropriado para < cs.stackexchange.com >, pois é mais sobre ciência da computação do que engenheiro de software?
Oeufcoque Penteano

Respostas:


13

Eu pessoalmente sugiro o agrupamento de Markov . Eu usei várias vezes no passado com bons resultados.

A propagação de afinidade é outra opção viável, mas parece menos consistente do que o cluster Markov.

Existem várias outras opções, mas essas duas são prontas para uso e adequadas ao problema específico dos gráficos de cluster (que você pode visualizar como matrizes esparsas). A medida de distância que você está usando também é uma consideração. Sua vida será mais fácil se você estiver usando uma métrica adequada.

Eu encontrei este artigo enquanto procurava referências de desempenho, é uma boa pesquisa sobre o assunto.


Obrigado, vou dar uma olhada em todos os algoritmos que você sugeriu.
MarioSangiorgio

Correção: esses algoritmos precisam como pesos de entrada que refletem semelhança, não distância. A propriedade métrica (desigualdade de triângulo) não entra nela. Pode ser útil transformar pesos para que caiam em um intervalo natural, por exemplo, para correlações (Pearson) conforme descrito aqui ( micans.org/mcl/man/clmprotocols.html#array ) e para valores E do BLAST, conforme descrito aqui ( micans.org/mcl/man/clmprotocols.html#blast ).
micans

10

Agrupamento hierárquico

Isso me foi recomendado por um amigo. De acordo com a Wikipedia :

Neste método, define-se uma medida de similaridade quantificando algum tipo (geralmente topológico) de similaridade entre pares de nós. As medidas comumente usadas incluem a semelhança de cosseno, o índice de Jaccard e a distância de Hamming entre as linhas da matriz de adjacência. Em seguida, agrupa-se nós semelhantes nas comunidades de acordo com essa medida. Existem vários esquemas comuns para executar o agrupamento, sendo os dois mais simples o clustering de ligação única, em que dois grupos são considerados comunidades separadas se e somente se todos os pares de nós em grupos diferentes tiverem similaridade menor que um determinado limite e o clustering de link completo , em que todos os nós em cada grupo têm semelhança maior que o limite.

Markov Cluster

É isso que eu uso na sua situação. É um algoritmo muito útil. Encontrei um link para um bom PDF sobre o algoritmo. É um ótimo algoritmo e, por falta de um termo melhor, extremamente "poderoso". Tente e veja.


5

Para o seu problema aqui, acho que você deve pensar em uma maneira de mapear vértices-arestas para um conjunto de coordenadas para cada vértice. Não tenho certeza se existe uma maneira melhor de fazer isso. Mas acho que você poderia começar representando cada vértice como uma dimensão e, em seguida, o valor da aresta de um vértice específico se tornaria o valor com o qual você precisa trabalhar para essa dimensão específica. Depois disso, você poderia fazer uma distância Euclid simples e trabalhar com isso.


1
Depois de ler um pouco, achei isso aqui e acho que você deveria dar uma olhada.
viki.omega9
Ao utilizar nosso site, você reconhece que leu e compreendeu nossa Política de Cookies e nossa Política de Privacidade.
Licensed under cc by-sa 3.0 with attribution required.