基于复杂网络的民航旅客重叠社区发现研究

发布时间：2021-06-24 17:49

　　随着民航旅客的爆发式增长,航空公司旅客数据呈现出海量性和复杂性的特点。复杂网络因其具有揭露复杂系统本质、发现隐性规律和预测网络演化的特性而得到广泛应用。本文基于复杂网络挖掘民航旅客重叠社区结构,对航空公司制定收益提升营销策略具有重要的实际应用价值。提出一种基于生成对抗网络的民航旅客关系识别模型（CAPR-RM）,主要针对民航旅客关系网络构建中旅客关系识别召回率低的问题。首先,进行数据融合处理,提取旅客之间的共同出行特征。其次,设计改进生成对抗网络优化其稳定性,利用确定具有真实旅客关系的样本数据对模型进行训练,通过训练完成的可以生成拟合真实旅客关系特征分布的生成网络处理待识别旅客关系数据。最后,依据判别函数计算处理后的待识别旅客关系数据与原数据的距离来对旅客关系进行识别。在真实旅客服务数据集上的实验结果表明,CAPR-RM模型的识别准确率、召回率和F1值均达到90%以上,本文模型具有较高的召回率和识别精度。提出一种引入成对约束的多标签传播重叠社区发现方法（PCMLPA）,主要针对传统标签传播算法存在鲁棒性差和准确性低的问题。首先,融入显性、隐性双层旅客关系构建民航旅客关系网络。其次,结合... 

【文章来源】：中国民航大学天津市

【文章页数】：70 页

【学位级别】：硕士

【部分图文】：

局部网络团体示例

5-2 五类重叠社区发现方法接近线性时间复杂度45]中首次在标签传播社区的可能性，通过算法（Community O算法，需要预先给定单为非重叠社区发现方6]提出一种使用 Speak 算法不同之处在于，序列，在迭代结束后等[47]引入平衡归属系置节点的最大所属社

8图 1-3 本文研究的技术路线图而知，本文的两个重点研究内容是逐步递进的关系，旅客建模的基础，而民航旅客重叠社区发现的研究是建立在民者相辅相成，共同构成本文基于复杂网络的民航旅客重叠结构五章，各章节内容安排如下：。阐述本文基于复杂网络的民航旅客重叠社区发现研究关系研究和复杂网络重叠社区发现领域的国内外研究现状研究思路和主要工作。

【参考文献】：
期刊论文
[1]基于局部社团和节点相关性的链路预测算法[J]. 杨旭华,俞佳,张端.  计算机科学. 2019(01)
[2]基于增量单类支持向量机的工业控制系统入侵检测[J]. 李挺,洪镇南,刘智勇,肖体正.  信息与控制. 2018(06)
[3]簇特征加权的模糊紧致散布聚类算法[J]. 周媛,束星玮,王蕾.  信息与控制. 2018(06)
[4]自编码神经网络理论及应用综述[J]. 袁非牛,章琳,史劲亭,夏雪,李钢.  计算机学报. 2019(01)
[5]基于NKSMOTE算法的非平衡数据集分类方法[J]. 王莉,陈红梅.  计算机科学. 2018(09)
[6]基于网络节点中心性度量的重叠社区发现算法[J]. 杜航原,王文剑,白亮.  计算机研究与发展. 2018(08)
[7]基于标签传播的重叠社区发现算法[J]. 吴春国,李艳振,李瑛,高瑞,时小虎.  大连理工大学学报. 2018(04)
[8]不平衡数据分类研究综述[J]. 赵楠,张小芳,张利军.  计算机科学. 2018(S1)
[9]收益管理中的多分布网络需求无约束估计模型[J]. 郭鹏.  统计与决策. 2018(05)
[10]推动民航高质量发展 开启新时代民航强国建设新征程[J]. 冯正霖.  人民论坛. 2018(05)

博士论文
[1]复杂网络中重叠社区发现方法研究[D]. 邢艳.中国矿业大学 2017
[2]重叠社区发现中的边聚类算法研究[D]. 王贵参.吉林大学 2016

硕士论文
[1]基于社交网络的民航旅客价值和出行预测模型研究[D]. 刘晓庆.中国民航大学 2018
[2]基于社会网络的民航旅客影响力计算研究[D]. 李陇豫.中国民航大学 2018
[3]旅客社会网络中的家庭发现及其行为特征分析[D]. 王志伟.北京交通大学 2015
[4]基于社会网络的民航旅客价值发现方法研究[D]. 刘红霞.中国民航大学 2014
[5]基于社会网络的民航旅客价值排序算法研究与实现[D]. 韩敏.北京交通大学 2014



本文编号：3247560