复杂网络中重叠社区发现算法的研究与应用
发布时间：2021-06-24 06:51
复杂系统的形成与社会发展和科技的进步是密切相关的,而个体与个体之间的联系是构成复杂系统的关键。从多种多样的复杂系统中提取出来对人们有价值的信息也是非常困难的。因此,复杂网络作为复杂系统的抽象形式被研究者们提出,在此基础上,研究者们发现了网络存在的普遍规律以及特性。随着复杂网络中的小世界特性和无标度特性以及社区结构特性等的发现,使得复杂网络的研究达到了高潮。社区是一种聚簇结构,是由节点和节点间形成的边所构成。节点在社区内联系紧密,在社区之间联系稀疏,这是最重要的社区结构特征。在现实世界中社区结构通常是以重叠的方式存在,即社区间有交叉,而一个节点可能属于多个社区。重叠社区的发现在真实网络中也越来越普遍。在多种领域的信息挖掘中,社区结构这种特性发挥着重要的作用,因此,研究复杂网络的社区结构特性具有很大的意义。本文首先对复杂网络、社区结构、社区发现算法、社区结构评价指标、LPA算法、COPRA算法的改进以及应用等话题进行了分析与研究。因为简单高效的特点,COPRA算法被广泛使用。本文将在标签的初始化和标签的传播方式两个方面对COPRA算法进行改进。本文提出的算法改进有:在标签初始化阶段提出了节...
【文章来源】：云南财经大学云南省
【文章页数】：56 页
【学位级别】：硕士
【部分图文】：
非重叠社区结构图
类社会中广泛存在，复杂网络也逐渐受到了越来越多研究者们的关注。小世界特性以及无标度特性的发现使得近些年对复杂网络的研究得到了的进步。网络的无标度特性是一种内在的性质，表现为网络中节点的大量不性；小世界理论是指在可以通过不超过六个陌生人的情况下，两个陌生人可立联系。根据特征的不同可以把整个网络划分多个模块，不同模块间联系稀块内联系紧密，那么这些相应的模块就是社区。社区结构在真实的网络中是存在的，现实中网络的社区结构随处可见。在社交网络中，人为节点，而人之间的联系构成网络中节点与节点的边，而一个节点可能与很多节点都有的联系和某些共同的特性，这也就构成重叠社区的基础。在真实的网络中，结构大部分是以重叠的形式存在的。如图 1 和图 2 分别是一个典型的非重络社区和重叠网络社区，其中正方形代表重叠的社区中的节点，而这些节点是连接多个社区的重要节点，因此，对社区平台以及重叠节点的深入研究已来越重要。
图 2.1 互信息展示图的范围上会出现两个极端的情况：当取值 无关；而当取值为 1 的时候，随机事件 X关性的完全相同。随机事件 X 的引入使随Y)。根据熵的定义可得：I X，Y = ∑ ∑ p(x,y) log (p(x,y)p(x)p(y)y∈Yx∈X]之间时，得到计算归一化的公式：NMI(X,Y)=I(X;Y)[H(X)+H(Y)]/2 NMI 指标为 1 的话，说明了划分的两个部高的准确率。面来看，规范化交互信息可以视为对社区划使用。NMI 的数学定义：
【参考文献】：
期刊论文
[1]基于LeaderRank和节点相似性的多标签传播重叠社团挖掘算法[J]. 王林,饶仁杰. 计算机系统应用. 2018(06)
[2]基于改进的标签传播算法的网络聚类方法[J]. 桂春,黄旺星. 吉林大学学报(工学版). 2018(05)
[3]基于随机游走的语义重叠社区发现算法[J]. 辛宇,杨静,谢志强. 计算机研究与发展. 2015(02)
[4]基于链接密度聚类的重叠社区发现算法[J]. 朱牧,孟凡荣,周勇. 计算机研究与发展. 2013(12)
[5]Research community detection from multi-relation researcher network based on structure/attribute similarities[J]. Ping LIU,Fenglin CHEN,Yunlu MA,Yuehong HU,Kai FANG,Rui MENG. Chinese Journal of Library and Information Science. 2013(01)
[6]社会网络中基于局部信息的边社区挖掘[J]. 潘磊,金杰,王崇骏,谢俊元. 电子学报. 2012(11)
[7]一种基于同步动力学模型的网络社团发现方法[J]. 黄健斌,白杨,康剑梅,钟翔,张鑫,孙鹤立. 计算机研究与发展. 2012(10)
[8]复杂网络簇结构探测——基于随机游走的蚁群算法[J]. 金弟,杨博,刘杰,刘大有,何东晓. 软件学报. 2012(03)
[9]基于线图与PSO的网络重叠社区发现[J]. 黄发良,肖南峰. 自动化学报. 2011(09)
[10]局部搜索与遗传算法结合的大规模复杂网络社区探测[J]. 金弟,刘杰,杨博,何东晓,刘大有. 自动化学报. 2011(07)
本文编号：3246600
【文章来源】：云南财经大学云南省
【文章页数】：56 页
【学位级别】：硕士
【部分图文】：
非重叠社区结构图
类社会中广泛存在，复杂网络也逐渐受到了越来越多研究者们的关注。小世界特性以及无标度特性的发现使得近些年对复杂网络的研究得到了的进步。网络的无标度特性是一种内在的性质，表现为网络中节点的大量不性；小世界理论是指在可以通过不超过六个陌生人的情况下，两个陌生人可立联系。根据特征的不同可以把整个网络划分多个模块，不同模块间联系稀块内联系紧密，那么这些相应的模块就是社区。社区结构在真实的网络中是存在的，现实中网络的社区结构随处可见。在社交网络中，人为节点，而人之间的联系构成网络中节点与节点的边，而一个节点可能与很多节点都有的联系和某些共同的特性，这也就构成重叠社区的基础。在真实的网络中，结构大部分是以重叠的形式存在的。如图 1 和图 2 分别是一个典型的非重络社区和重叠网络社区，其中正方形代表重叠的社区中的节点，而这些节点是连接多个社区的重要节点，因此，对社区平台以及重叠节点的深入研究已来越重要。
图 2.1 互信息展示图的范围上会出现两个极端的情况：当取值 无关；而当取值为 1 的时候，随机事件 X关性的完全相同。随机事件 X 的引入使随Y)。根据熵的定义可得：I X，Y = ∑ ∑ p(x,y) log (p(x,y)p(x)p(y)y∈Yx∈X]之间时，得到计算归一化的公式：NMI(X,Y)=I(X;Y)[H(X)+H(Y)]/2 NMI 指标为 1 的话，说明了划分的两个部高的准确率。面来看，规范化交互信息可以视为对社区划使用。NMI 的数学定义：
【参考文献】：
期刊论文
[1]基于LeaderRank和节点相似性的多标签传播重叠社团挖掘算法[J]. 王林,饶仁杰. 计算机系统应用. 2018(06)
[2]基于改进的标签传播算法的网络聚类方法[J]. 桂春,黄旺星. 吉林大学学报(工学版). 2018(05)
[3]基于随机游走的语义重叠社区发现算法[J]. 辛宇,杨静,谢志强. 计算机研究与发展. 2015(02)
[4]基于链接密度聚类的重叠社区发现算法[J]. 朱牧,孟凡荣,周勇. 计算机研究与发展. 2013(12)
[5]Research community detection from multi-relation researcher network based on structure/attribute similarities[J]. Ping LIU,Fenglin CHEN,Yunlu MA,Yuehong HU,Kai FANG,Rui MENG. Chinese Journal of Library and Information Science. 2013(01)
[6]社会网络中基于局部信息的边社区挖掘[J]. 潘磊,金杰,王崇骏,谢俊元. 电子学报. 2012(11)
[7]一种基于同步动力学模型的网络社团发现方法[J]. 黄健斌,白杨,康剑梅,钟翔,张鑫,孙鹤立. 计算机研究与发展. 2012(10)
[8]复杂网络簇结构探测——基于随机游走的蚁群算法[J]. 金弟,杨博,刘杰,刘大有,何东晓. 软件学报. 2012(03)
[9]基于线图与PSO的网络重叠社区发现[J]. 黄发良,肖南峰. 自动化学报. 2011(09)
[10]局部搜索与遗传算法结合的大规模复杂网络社区探测[J]. 金弟,刘杰,杨博,何东晓,刘大有. 自动化学报. 2011(07)
本文编号：3246600
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3246600.html
