互联网的一个重要特征是具有社区结构，在线上社交网络、物理和生命科学领域，识别社区结构是理解不同网络结构的关键一步，对解析行业内的结构化场景具有重要的实用化意义。同时，社区发现也是AI实用化领域的重要研究场景。尤其在大规模网络中，目前许多应用程序都是使用社区发现算法来揭示网络中的隐藏结构。例如，在社交网络中找到具有相似行为的用户，通过他们的购物习惯对这些客户进行聚类。在网购中，产品推荐系统是使用社区发现技术的一个重要应用，基于社区发现算法的计算结果，系统可以识别到对购买某些产品具有相同倾向的客户群体，这也是在AI的赋能下，手机能够对我们“投其所好”以诱导消费的重要手段。

基于模块度的最大化是网络中社区识别的主要方法之一。随着数据集愈加广泛而庞大，所需要的算力也越来越多，量子计算成为加速AI社区发现算法运行的重要工具。该方法可以通过将传统的社区发现算法模型转化为QUBO形式，并借助玻色量子自研的相干光量子计算机进行求解🔗。然而在真实应用场景中，如在线网络用户数，或者生命科学领域的细胞数量都常常出现高于现有量子比特规模的情况，这时借助subQUBO等算法就可以进行问题拆分并求解🔗。实验表明，量子计算在AI社区发现算法的准确性与可靠性方面优势突出，进一步印证了量子算法在处理复杂网络结构方面的强大实力。

AI社区发现等聚类算法的直观应用案例，体现在提升在线购物体验、优化产品推荐以及精准定位广告投放上。

在大型购物网络中，AI社区发现可以用于分类客户，并根据用户的购买历史提供未来购买的建议。在这方面，CSIC-UIB跨学科物理与复杂系统研究所的Zanin博士团队提出了一种产品推荐系统的算法，根据客户的兴趣推荐产品。基于社区检测的社交推荐系统，通过识别用户的地理位置、他们的社交关系和朋友的偏好，提供更好的推荐。

在经济学和金融数据分析中，根据公司的经济价值、净收入、当前销售额、股权和股价对公司进行分类也非常重要。布加勒斯特经济研究院Serban等人进行了一项研究，对106家公司的经济和财务指标使用社区发现算法进行聚类。

在股票市场中，每支股票都由一个顶点表示，边代表市场中股票价值的相关性，这种投资组合管理可以帮助投资者分散或集中他们的投资。兰州理工大学的学者提出了一种构建股票市场网络和在其中检测社区的方法，基于香港股票市场的实证数据，他们使用模块性度量Q来揭示社区结构。

此外，社区发现算法在现实生活中的网络欺诈检测问题上也展现出了巨大的应用潜力，如电信网络、社交网络和医疗保健领域。SAS软件研究所Pinheiro团队使用两步算法在电信网络中检测欺诈事件。第一，通过对电信网络的数据分析来检测社区；第二，使用一些基本的图属性，如度和介数，作为检测异常节点或异常值的衡量标准。

显然，AI社区发现已经渗透到了我们生活中的各行各业，并具有巨大的实用化价值。

下面我们将给出完整真机测试报告：基于模块度的社区发现，构建QUBO模型问题，本次模拟测试了Zachary karate club network和Dolphins两个经典数据集，依托玻色量子团队自主研发的相干光量子计算机开展应用测试，验证了相干光量子计算机在解决AI社区发现问题方面具备了实用量子优越性。

模块度可用来衡量社区划分的好坏，如果划分的社区内部有较多的边，社区之间有较少的边，则这个度量数值较高。可以将AI社区发现问题转换为最大化网络模块度问题。

首先定义邻接矩阵A用来表征图中点之间的连接，其中元素Avw=1表示点v和点w相连，否则Avw=0。定义m为图的总边数（去重），则m=∑_vwAvw/2。则基于模块化的社区发现的基本思想是利用社区内部的边数相对较多的性质。

假设图被划分为不同社区，用c_v表示点v被分到的社区，用δ(c_v,c_w)=1表示c_v=c_w，否则为0，则一条边落到一个社区内部的几率（即连接的两点都在同一社区内）可表示为：

对于这个度量，如果网络中的所有点都被分配到一个社区，则值最大，所以单独使用这个指标无法衡量社区划分的效果，需要结合其他的度量，这一度量反映一个随机网络的社区划分的期望连接数。为此，首先定义节点v的度k_v为连接到这一节点的边数：

综上，可定义网络的模块度为

写成QUBO形式为

Zachary karate club network是著名的社交网络数据集，以Zachary教授研究的一个空手道俱乐部为基础。该数据集描述了一个20世纪70年代初在美国一所大学的空手道俱乐部的成员之间的相互关系。这个数据集包含34个节点（俱乐部成员）和78条边（成员之间的相互联系）。每个节点代表一个俱乐部成员，而边表示两个成员之间的社交关系。这些社交关系可以是友谊、互动、合作等。其拓扑结构如下图所示。

Zachary数据集拓扑结构

Dolphins数据集拓扑结构

我们进一步对社区发现问题在Zachary和Dolphins数据集上用相干光量子计算机真机进行了求解。本次真机实验测试

（1）Zachary数据集在不同社区数（k=2,3,4）的社区发现问题

（2）Dolphins数据集，在k=5时的社区发现问题

Zachary数据集真机测试结果

Dolphins数据集真机测试结果

想要了解更多真机测试报告内容

请在后台回复“真机测试”与我们取得联系。

END

推荐阅读

• 新质互融，算力共振：玻色量子发布新一代550计算量子比特相干光量子计算机

• 中国移动联合玻色量子打造“人人可用的量子计算”——恒山光量子算力平台公测上线

• 100量子比特启动实用化算力标准！玻色量子重磅发布相干光量子计算机

• 五百所高校，五千人报名！“五岳杯”量子计算挑战赛火爆全国

• 北京光量子计算代表！玻色量子获北京市2023年专精特新中小企业认定

• 玻色量子联合移动云、南方科技大学共同启动首届“五岳杯”量子计算挑战赛

• 玻色量子完成新一轮亿元级融资，开启实用化量子计算新征程

• 计算化学顶刊封面！玻色量子联合上海交大张健课题组发表量子计算重要成果

• “恒山光量子”首秀！玻色量子联合移动云发表物理1区Top期刊SCPMA论文

• 又一里程碑！玻色量子与量子科技长三角产业创新中心签约战略合作协议

• 全国规模最大！玻色量子加入算力并网行动！

• 2023金融信息化10件大事 | 金融领域首次实现量子优势，投资组合优化方案量子计算速度超越经典计算