適用tcmf網(wǎng)絡(luò)的基于多三角形群組相似性凝聚的重疊社區(qū)發(fā)現(xiàn)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種中藥方劑挖掘的方法，尤其涉及適用TCMF網(wǎng)絡(luò)的基于多三角形 群組相似性凝聚的重疊社區(qū)發(fā)現(xiàn)方法。
【背景技術(shù)】
[0002] 在復(fù)雜網(wǎng)絡(luò)分析中對(duì)網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu)的研究已經(jīng)有很長(zhǎng)的歷史，其涉及到計(jì)算機(jī)科 學(xué)、社會(huì)學(xué)、生命科學(xué)等各個(gè)領(lǐng)域。分析網(wǎng)絡(luò)中的社團(tuán)結(jié)構(gòu)，對(duì)于分析網(wǎng)絡(luò)結(jié)構(gòu)與了解網(wǎng)絡(luò) 特性都是非常重要的。現(xiàn)實(shí)世界中有很多的真實(shí)復(fù)雜網(wǎng)絡(luò)，如社會(huì)網(wǎng)絡(luò)、互聯(lián)網(wǎng)頁(yè)面間互相 鏈接網(wǎng)絡(luò)、文獻(xiàn)引用網(wǎng)絡(luò)、生物學(xué)網(wǎng)絡(luò)（如蛋白質(zhì)相互作用網(wǎng)絡(luò)）、論文合著網(wǎng)絡(luò)等等。不同 的真實(shí)網(wǎng)絡(luò)結(jié)構(gòu)代表其研究方向的現(xiàn)實(shí)意義，中藥方劑（Traditional Chinese Medicine Formula，簡(jiǎn)寫TCMF)網(wǎng)絡(luò)也屬于真實(shí)復(fù)雜網(wǎng)絡(luò)當(dāng)中的一種，如圖1所示為TCMF網(wǎng)絡(luò)。
[0003] 中醫(yī)藥方劑（TCMF)網(wǎng)絡(luò)具有明顯社區(qū)結(jié)構(gòu)，它不僅具有重疊結(jié)點(diǎn)，還具有重疊 邊，另外TCMF網(wǎng)絡(luò)還具有一定的層次性，但通過(guò)實(shí)驗(yàn)表明，一些傳統(tǒng)的重疊社區(qū)發(fā)現(xiàn)方法 (如LFM方法、CPM方法等）并不適用于TCMF網(wǎng)絡(luò)。
[0004] 利用數(shù)據(jù)挖掘技術(shù)對(duì)中藥復(fù)方數(shù)據(jù)進(jìn)行藥群社區(qū)挖掘最常用的方法是以聚類為 主的數(shù)據(jù)挖掘研究模式，其對(duì)相似的藥物進(jìn)行聚合來(lái)發(fā)現(xiàn)藥群社區(qū)。本發(fā)明嘗試在已經(jīng)構(gòu) 建好的TCMF藥物網(wǎng)絡(luò)中利用基于多三角形群組相似性凝聚的重疊社區(qū)發(fā)現(xiàn)方法來(lái)挖掘藥 性相似的藥物組。
[0005] CN201210110861. 6 提供一種適用中藥方劑（TraditionalChineseMedicineHer bs，以下簡(jiǎn)稱TCMF)網(wǎng)絡(luò)的基于共近鄰相似三角形凝聚的層次重疊社區(qū)發(fā)現(xiàn)方法，包括如 下步驟：1)共近鄰相似三元組凝聚階段a尋找所有三元組；b對(duì)任意兩個(gè)三元組計(jì)算相似 度；c給定三元組的相似度閾值，合并相似度高于相似度閾值的三元組對(duì)作為初始社區(qū)；d 結(jié)束；2)簇合并階段a計(jì)算任意兩個(gè)初始社區(qū)的距離；b定初始社區(qū)距離閾值，合并距離小 于距離閾值的兩個(gè)初始社區(qū)；c結(jié)束。通過(guò)三個(gè)參數(shù)α，β，γ的設(shè)定能挖掘TCMF網(wǎng)絡(luò)的 高重疊及層次藥群社區(qū)結(jié)構(gòu)，為方劑配伍中核心藥群發(fā)現(xiàn)提供了解決方案。其中該方法當(dāng) 中尋找初始社團(tuán)階段的復(fù)雜度高，TCMF網(wǎng)絡(luò)當(dāng)中藥群社團(tuán)發(fā)現(xiàn)的準(zhǔn)確性亦有待提高。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明所要解決的技術(shù)問(wèn)題是，提供一種適用TCMF網(wǎng)絡(luò)的基于多三角形群組相 似性凝聚的重疊社團(tuán)發(fā)現(xiàn)方法，為TCMF網(wǎng)絡(luò)提供了中藥方劑挖掘的解決方案。
[0007] 為解決上述問(wèn)題，本發(fā)明技術(shù)方案是：適用TCMF網(wǎng)絡(luò)的基于多三角形群組相似性 凝聚的重疊社區(qū)發(fā)現(xiàn)方法，包括如下步驟：
[0008] 1)尋找初始社團(tuán)：
[0009] a尋找中心點(diǎn)，并初始化社團(tuán)；
[0010] b搜索多三角形群組，加入到初始社團(tuán)；
[0011] C重復(fù)上述步驟直到中心點(diǎn)的度數(shù)小于閾值；
[0012] d將未分派的結(jié)點(diǎn)加入到初始社團(tuán)；
[0013] e 結(jié)束；
[0014] 2)合并初始社團(tuán)：
[0015] a計(jì)算每?jī)蓚€(gè)社團(tuán)之間的相似度；
[0016] b選擇最相似的兩個(gè)社團(tuán)合并；
[0017] c重復(fù)以上步驟直到結(jié)束。
[0018] 步驟l)_a中所述的中心點(diǎn)是利用結(jié)點(diǎn)的度數(shù)服從冪率分布，根據(jù)度數(shù)從大到小 尋找中心點(diǎn)。
[0019] 其中步驟l)_b中所述的多三角形群組是指搜索能夠與中心點(diǎn)構(gòu)成三角形的所有 它的鄰接結(jié)點(diǎn)，并將這些鄰接結(jié)點(diǎn)加入到社團(tuán)當(dāng)中，構(gòu)成多三角形群組。
[0020] 其中步驟l)-c中所述的閾值一般情況為所有結(jié)點(diǎn)的平均度數(shù)。
[0021] 其中步驟l)_d中所述的將未分派的結(jié)點(diǎn)加入到初始社團(tuán)的規(guī)則是，若該結(jié)點(diǎn)的 度數(shù)為〇時(shí)，該結(jié)點(diǎn)作為單獨(dú)社團(tuán)；若該結(jié)點(diǎn)的度數(shù)為1時(shí)，該結(jié)點(diǎn)加入其鄰接結(jié)點(diǎn)的社團(tuán) 當(dāng)中；若該結(jié)點(diǎn)的度數(shù)大于1時(shí)，統(tǒng)計(jì)其鄰接結(jié)點(diǎn)屬于各個(gè)社團(tuán)的個(gè)數(shù)，將其加入到個(gè)數(shù)最 多的社團(tuán)當(dāng)中。
[0022] 其中步驟2)_a中所述的兩個(gè)社團(tuán)之間的相似度公式如下：
[0024] 其中Nan Nb表示社團(tuán)a和b中共有的結(jié)點(diǎn)個(gè)數(shù)，MIN{Na，Nb}表示a和b中最小的 結(jié)點(diǎn)個(gè)數(shù)。
[0025] 本發(fā)明的有益效果：本發(fā)明的適用TCMF網(wǎng)絡(luò)的基于多三角形群組相似性凝聚的 重疊社團(tuán)發(fā)現(xiàn)方法為中醫(yī)藥復(fù)方數(shù)據(jù)挖掘提供了一種新的方法，該方法通過(guò)多三角形群組 技術(shù)提高了社團(tuán)發(fā)現(xiàn)的準(zhǔn)確性，提供了準(zhǔn)確的藥群社區(qū)信息。
[0026] 尋找初始社團(tuán)階段中，本發(fā)明使用種子擴(kuò)散的方法，根據(jù)節(jié)點(diǎn)度數(shù)大小尋找中心 點(diǎn)，根據(jù)多三角形技術(shù)將周圍節(jié)點(diǎn)加入的以該中心點(diǎn)形成的社團(tuán)當(dāng)中；而現(xiàn)有技術(shù)基于搜 索的過(guò)程，首先尋找所有單獨(dú)的三元組，然后根據(jù)三元組的相似度，將高于相似度閾值的三 元組合并后作為初始社團(tuán)。
[0027] 初始社團(tuán)合并階段（基于社團(tuán)相似性公式有所不同）：本發(fā)明采用效率更高的公 式?，F(xiàn)有三元組相似性凝聚：以三元組的相似度公式定義。
[0028] 本發(fā)明關(guān)鍵技術(shù)是：采用多三角形技術(shù)，即搜索能夠與中心點(diǎn)構(gòu)成三角形的所有 它的鄰接結(jié)點(diǎn)，并將這些鄰接結(jié)點(diǎn)加入到社團(tuán)當(dāng)中，構(gòu)成多三角形群組。
[0029] 本發(fā)明的優(yōu)勢(shì)在于：中心點(diǎn)根據(jù)節(jié)點(diǎn)的度數(shù)由高到低選取，再根據(jù)多三角形技術(shù) 依次擴(kuò)散，省去繁瑣的公式計(jì)算過(guò)程，減少了尋找初始社團(tuán)的時(shí)間復(fù)雜度，通過(guò)實(shí)驗(yàn)證明該 方法提高了 TCMF網(wǎng)絡(luò)當(dāng)中藥群社團(tuán)發(fā)現(xiàn)的準(zhǔn)確性。
【附圖說(shuō)明】
[0030] 圖1為適用TCMF網(wǎng)絡(luò)的基于多三角形群組相似性凝聚的重疊社區(qū)發(fā)現(xiàn)方法的流 程圖。
[0031] 圖2為形成多三角形群組流程圖。
[0032] 圖3為社團(tuán)相似性凝聚流程圖。 圖4為社團(tuán)相似性凝聚流程圖。
【具體實(shí)施方式】
[0033] 為了更了解本發(fā)明的技術(shù)內(nèi)容，特舉具體實(shí)施例并配合所附圖式說(shuō)明如下。
[0034] 如圖1所示，中醫(yī)藥方劑（TCMF)網(wǎng)絡(luò)具有明顯社區(qū)結(jié)構(gòu)，TCMF網(wǎng)絡(luò)的構(gòu)建過(guò)程為： 遍歷中醫(yī)藥方劑數(shù)據(jù)庫(kù)，根據(jù)每味藥兩兩之間的貢獻(xiàn)度值來(lái)構(gòu)建得到TCMF網(wǎng)絡(luò)。
[00