基于社区的复杂网络影响力最大化分析

发布时间：2021-07-21 04:51

　　复杂网络是指具有小世界、无标度等部分或全部特征的网络。复杂网络遍布人们生活的各个领域,如电力网络、交通网络、经济网络、社交网络等等,因此复杂网络的研究对于当今现实生活具有重要的理论价值和实践意义。复杂网络节点重要性排序和影响力最大化是当前的研究热点,下面将针对这两个问题进行论述。首先,针对基于邻域相似性的排序算法未考虑节点社区属性的问题,提出基于社区属性与邻域相似性节点重要性排序算法。该算法结合节点自身的属性,包括节点的度和其邻居节点对其的依赖程度,同时将节点所在社区的重要性考虑在内,综合评估节点的重要程度,提高算法的有效性和准确率。其次,为了使得信息能够更快、更广地在网络中传播,提出一种基于结构洞和社区结构的影响力最大化算法,解决了贪心算法和启发式算法不能同时保证准确率和时间效率的问题。针对现有算法的不足,综合考虑节点的结构洞特征和网络的社区结构,将具有枢纽作用的结构洞节点和负责连接各社区的社区边界节点作为候选种子节点集,以期得到准确且有效的种子集,使得在较短时间内信息能够传播至网络中大部分节点。最后,对于提出的基于社区属性与邻域相似性节点重要性排序算法和基于结构洞和社区结构的影响力... 

【文章来源】：燕山大学河北省

【文章页数】：58 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题背景及研究的目的和意义
    1.2 国内外研究现状
        1.2.1 节点重要性排序问题的研究现状
        1.2.2 影响力最大化问题的研究现状
    1.3 本文的主要研究内容
    1.4 本文组织结构
第2章 复杂网络影响力最大化相关理论
    2.1 复杂网络相关概念
        2.1.1 小世界特性
        2.1.2 聚类系数
    2.2 节点重要性指标
    2.3 常用影响力最大化算法
        2.3.1 贪心算法
        2.3.2 启发式算法
    2.4 社区划分算法
    2.5 信息传播模型
        2.5.1 独立级联模型
        2.5.2 线性阈值模型
        2.5.3 SIR模型
    2.6 本章小结
第3章 基于社区属性与邻域相似性节点重要性排序算法
    3.1 引言
    3.2 相关概念
        3.2.1 符号定义
        3.2.2 社区属性
        3.2.3 邻域相似性
    3.3 基于社区属性与邻域相似性节点重要性排序算法
        3.3.1 算法思想
        3.3.2 算法设计
    3.4 本章小结
第4章 基于结构洞和社区结构的影响力最大化算法
    4.1 引言
    4.2 相关概念
        4.2.1 符号定义
        4.2.2 结构洞
        4.2.3 社区结构
    4.3 基于结构洞和社区结构的影响力最大化算法
        4.3.1 算法思想
        4.3.2 算法设计
    4.4 本章小结
第5章 实验结果和分析
    5.1 实验环境
    5.2 实验仿真模型和评价标准
        5.2.1 基于社区属性与邻域相似性节点重要性排序算法评价标准
        5.2.2 基于结构洞和社区结构的影响力最大化算法评价标准
    5.3 基于社区属性与邻域相似性节点重要性排序算法实现与结果分析
        5.3.1 实验数据集
        5.3.2 实验结果分析
    5.4 基于结构洞和社区结构的影响力最大化算法实现与结果分析
        5.4.1 实验数据集
        5.4.2 实验结果分析
    5.5 本章小结
结论
参考文献
攻读硕士学位期间承担的科研任务与主要成果
致谢



本文编号：3294347