社会网中社团检测问题的研究

发布时间：2017-09-08 17:30

  本文关键词：社会网中社团检测问题的研究

  更多相关文章： 社会网 社团检测 标签传播 相似度 核心节点

【摘要】：随着社会的不断进步和科技的发展,人们的沟通交流也逐渐频繁起来,尤其是一些社交网站及社交软件的兴起,使人们的联系更加频繁密切,逐渐形成一个大的社会网络。社团结构被认为是社会网的一个重要性质,检测网络中的社团结构对于理解社会网的结构和功能都有重要意义。本文主要针对社会网中社团检测问题进行研究,主要包括以下几个方面内容:首先,对传统的标签传播算法进行了研究,该算法在标签传播过程中将所有节点的重要性视为同等,并且存在很多的随机性,这样使检测到的社团结果质量不高。本文提出了一种基于亲密度的标签传播社团检测算法,根据节点的重要性给出了局部中心节点的概念,对这些局部中心节点分配唯一的标签,可以减少传播过程中很多不必要的判断开销,提高效率;同时在标签更新的过程中考虑节点的亲密度,这样避免了节点在更新标签过程中的随机性,从而提高算法的稳定性,提升算法检测社团的质量。其次,目前的关于相似性的社团检测方法仅从节点之间的相似度进行考虑,本文提出了基于改进节点相似度的社团检测算法,该算法在Jaccard相似度的基础上,考虑节点之间边的重要度,给出节点间的综合相似度的定义,通过计算比较节点周围的邻居社团内节点总相似度,将节点划分到社团内相似度较大的社团中。通过在真实网络和人工合成网络中进行实验,表明算法具有很好社团检测效果。最后,通过对真实网络的观察发现,社会网络中每个节点的重要性都是不相同的,通常影响力越大的点在社团中占有更重要的中心性,文章提出一种基于核心节点的社团检测算法,首先通过计算节点的局部影响力找到核心节点,其次是通过这些核心节点检测到局部核心社团,最后检测出网络中的所有社团结构。该算法属于基于局部的检测社团算法,不用知道社团数量,同时具有很好的计算效率和检测质量。
【关键词】：社会网 社团检测 标签传播 相似度 核心节点
【学位授予单位】：黑龙江大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP393.02;TP301.6
【目录】：

• 中文摘要4-5
• Abstract5-10
• 第1章 绪论10-17
• 1.1 研究目的和意义10-11
• 1.2 国内外研究现状11-14
• 1.3 本文研究内容14-15
• 1.4 章节安排15-16
• 1.5 本章小结16-17
• 第2章社团检测相关理论17-25
• 2.1 社会网及其特征17-21
• 2.1.1 社会网的表示方法17-19
• 2.1.2 社会网的特征19-21
• 2.2 社会网中的社团结构21-22
• 2.3 经典社团发现算法22-24
• 2.3.1 Kernighan-Lin算法22-23
• 2.3.2 GN算法23
• 2.3.3 Newman快速算法23-24
• 2.4 本章小结24-25
• 第3章 基于亲密度的标签传播社团检测算法研究25-39
• 3.1 引言25-26
• 3.2 基于标签传播的社团检测算法（LPA）26-28
• 3.2.1 算法思想26-27
• 3.2.2 相关改进算法27-28
• 3.3 基于亲密度的标签传播社团检测算法28-32
• 3.3.1 局部中心点29
• 3.3.2 节点间亲密度29-30
• 3.3.3 BILPA标签传播算法30-32
• 3.4 实验结果与分析32-38
• 3.4.1 数据集32-33
• 3.4.2 比较方法和评价方式33-34
• 3.4.3 结果分析34-38
• 3.5 本章小结38-39
• 第4章 基于改进节点相似度的社团检测算法研究39-52
• 4.1 引言39-40
• 4.2 节点相似度40-42
• 4.3 基于改进节点相似度的社团检测算法42-46
• 4.3.1 改进相似度42-44
• 4.3.2 CDIS算法44-46
• 4.4 实验结果与分析46-51
• 4.4.1 数据集46-47
• 4.4.2 比较方法和评价方式47-48
• 4.4.3 模块度Q比较48-49
• 4.4.4 NMI比较49-51
• 4.5 本章小结51-52
• 第5章 基于核心节点的社团检测算法研究52-66
• 5.1 引言52
• 5.2 相关工作52-54
• 5.3 基于核心节点的社团检测算法研究54-59
• 5.3.1 选择核心节点54-56
• 5.3.2 检测局部核心社团56-57
• 5.3.3 全局检测社团57-59
• 5.4 实验结果与分析59-65
• 5.4.1 数据集59-61
• 5.4.2 比较方法和评价方式61-62
• 5.4.3 实验结果62-65
• 5.5 本章小结65-66
• 结论66-68
• 参考文献68-74
• 致谢74-75

【相似文献】

中国期刊全文数据库 前10条

1 郭帆;余敏;叶继华;;一种基于分类和相似度的报警聚合方法[J];计算机应用;2007年10期

2 许鹏远;党延忠;;基于元相似度的推荐算法[J];计算机应用研究;2011年10期

3 孙喜来;王欣;葛昂;郑家民;邓宏斌;;面向相似度的多维异构数据比对模型研究[J];信息安全与技术;2011年09期

4 杨云;朱学峰;;一种新的计算中药指纹图谱相似度方法与实现[J];计算机测量与控制;2007年10期

5 熊子奇;张晖;林茂松;;基于相似度的中文网页正文提取算法[J];西南科技大学学报;2010年01期

6 刘萍;陈烨;;词汇相似度研究进展综述[J];现代图书情报技术;2012年Z1期

7 孙瑶瑶;刘杰;;基于Embedded MATLAB函数模块的图像相似度的实现[J];计算机与数字工程;2010年02期

8 朱新懿;耿国华;;颅面重构中颅面相似度比较[J];计算机应用研究;2010年08期

9 厉晗;徐向民;尤芳敏;钱民;马东;;利用相似度分割特征集的混合核构造方法[J];科学技术与工程;2007年04期

10 邢长征;孙伟;;一种改进的基于句子相似度的检测算法[J];计算机系统应用;2010年02期

中国重要会议论文全文数据库 前4条

1 杜琦;巩政;;基于字符串相似度的自动评分算法实现[A];2011年全国电子信息技术与应用学术会议论文集[C];2011年

2 韩敏;唐常杰;段磊;李川;巩杰;;基于TF/IDF相似度的标签聚类方法[A];第26届中国数据库学术会议论文集（A辑）[C];2009年

3 郭帆;叶继华;余敏;;分布式IDS报警聚合研究与实现[A];2008'中国信息技术与应用学术论坛论文集（二）[C];2008年

4 何梅;刘亚军;陈耿;;词性划分和差额法在主观题阅卷中的应用[A];第二十四届中国数据库学术会议论文集（技术报告篇）[C];2007年

中国博士学位论文全文数据库 前2条

1 朱新懿;三维颅面相似度比较的研究[D];西北大学;2012年

2 吴迪;基于加权相似度的序列聚类算法研究[D];燕山大学;2014年

中国硕士学位论文全文数据库 前10条

1 严春梅;向量空间模型与语义理解相结合的论文相似度算法研究[D];西南交通大学;2015年

2 曹杨毅;企业关系网络中基于相似度的弱关系分析[D];山东大学;2015年

3 马建伟;企业电子文档相似度快速检测技术的研究与实现[D];大连理工大学;2015年

4 赵子豪;测井曲线相似度算法的研究[D];东北石油大学;2015年

5 张桂英;基于DFA与特征量化的代码相似度可视化检测系统的研究[D];重庆大学;2015年

6 黄敏敏;高速公路交通应急救援预案智能匹配方法研究[D];东南大学;2015年

7 ，

本文编号：815345