基于力学模型的在线社会网络社区发现算法的设计与实现

发布时间：2021-10-09 09:30

　　在线社会网络起源于早期的E-mail网络，历经BBS网络、博客网络和即时通信网络的几代发展，形成了现在由海量用户节点构成的规模巨大的社交网络。社区结构是网络的微观结构，普遍存在于现实网络和在线社会网络中。揭示网络中的社区结构是理解网络整体结构的基础，同时也是在线社会网络研究领域最为重要的难题之一。传统的社区发现算法由于存在算法复杂度过高，不能处理结构未知网络等缺点，无法适用于大规模在线社会网络。为此，提出了在线社会网络中的力学模型，并在力学模型的基础上设计了一种启发式的社区发现算法。算法从局部出发，设立启发式规则，逐步接纳符合规则的节点进入社区。引入了力学模型，它是对社区演化过程的抽象。核心思想是，社区结构是节点在“力”的作用下运动的结果；并且，社区的演化是分阶段的。初始化阶段，社区结构不稳定，增长缓慢；快速扩充阶段，节点快速向社区靠拢，社区快速形成。以力学模型为基础，设计并实现了启发式算法。算法在社区演化的不同阶段采用不同的策略。初始化阶段贪婪的选取强力最大的节点进入社区；快速扩充阶段，设立启发式规则，符合规则的节点同时进入社区。启发式规则的设立加速了社区的形成。分别在新浪微博用户数... 

【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校

【文章页数】：58 页

【学位级别】：硕士

【部分图文】：

现实社会网络结构图

经过转换后的图形文件第一行的数字4代表着整个网络图的节点总数，第二行代表节点A，第三行代

一个大型图形文件

【参考文献】：
期刊论文
[1]复杂网络社区挖掘—基于聚类融合的遗传算法[J]. 何东晓,周栩,王佐,周春光,王喆,金弟.  自动化学报. 2010(08)

博士论文
[1]大尺度在线社会网络结构研究[D]. 郭正彪.华中科技大学 2012

硕士论文
[1]面向复杂网络的社区发现算法研究[D]. 姜秀芳.中国科学技术大学 2011



本文编号：3426094