基于节点重要性的社区发现算法研究与应用
发布时间：2022-02-11 22:10
随着社区发现算法研究的不断深入,社区发现算法已经成为立足于交叉学科的研究热点。社区发现算法对网络进行正确的划分,有助于了解网络的结构,从而为复杂网络的进一步研究提供指导。从社区发现算法被提出到目前为止,众多学者在各个领域取得众多成果,然而已有算法仍有一些问题存在,比如标签传播算法鲁棒性差、初始化时浪费资源,LFM算法存在种子节点随机选取、计算量大等问题。考虑到已有算法的不足,本文主要围绕复杂网络中节点的重要性进行研究,主要成果如下:（1）针对标签传播算法鲁棒性差和标签初始化时浪费资源的问题,本文提出一种基于节点重要性的标签传播算法。利用节点的相似度初始化节点标签,提出若节点的邻居节点只与该节点相连,那么为该邻居节点分配与该节点相同的标签。然后计算节点影响值作为标签更新中节点选择的依据,若返回多个相同的标签时,计算标签的影响强度,使得每次更新都能得到一个确定的标签。实验结果证明,该算法不仅能得到稳定的划分结果,并且性能优于其他几种代表性的非重叠社区发现算法。（2）针对重叠社区发现算法LFM算法中存在种子节点随机选择、计算量大等问题,本文提出一种基于节点重要性的LFM算法。该算法分为四个步...
【文章来源】：西安电子科技大学陕西省211工程院校教育部直属院校
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
在数据集 Karate 上的社区划分结果展示图
在数据集Dolphins和Polbooks上的社区划分结果展示图
(a)在 S1 数据集上的实验结果 (b)在 S2 数据集上的实验结果(c)在 S3 数据集上的实验结果 (d)在 S4 数据集上的实验结果图3.5 四组 LFR 基准网络生成的人工数据集上的实验结果从图 3.5 中的四幅图可以看出，当 mu 值不断增大，NMI 指标的值不断下降，说明本章改进的算法和 CNM 算法、LPA 算法、KBLPA 算法得到社区结构随之变差。但是，整体上来说，本章改进的算法社区划分结果优于 CNM 算法、LPA 算法、KBLPA算法得到的社区划分结果，CNM 算法得到的社区结构最差，而且 CNM 算法划分出来的社区数量通常要比真实的社区结构要少，LPA 算法划分出来的社区结构要比KBLPA 算法划分出来的社区结构稍微好一点
【参考文献】：
期刊论文
[1]基于结构紧密性的重叠社区发现算法[J]. 潘剑飞,董一鸿,陈华辉,钱江波,戴明洋. 电子学报. 2019(01)
[2]基于重要结点的社区发现算法[J]. 王鑫,左万利,朱枫彤,王英. 山东大学学报(理学版). 2018(11)
[3]基于相似度投票的社区划分改进算法[J]. 冯成强,左万利,王英. 吉林大学学报(理学版). 2018(03)
[4]基于多标签传播的重叠社区发现优化算法[J]. 杜长江,王志晓,邢贞明. 数据采集与处理. 2018(02)
[5]复杂网络社区发现中标签传播算法的研究与应用[J]. 金爽. 信息与电脑(理论版). 2018(03)
[6]一种基于节点相似度的标签传播算法[J]. 李卫疆,谢志勇,余正涛. 软件导刊. 2018(02)
[7]加强营销攻防 全面围堵“羊毛党”[J]. 薛洪言,陈若平. 互联网经济. 2017(12)
[8]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)
[9]Balanced Multi-Label Propagation for Overlapping Community Detection in Social Networks[J]. 武志昊,林友芳,Steve Gregory,万怀宇School of Computer and Information Technology,Beijing Jiaotong University,田盛丰. Journal of Computer Science & Technology. 2012(03)
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
本文编号：3621027
【文章来源】：西安电子科技大学陕西省211工程院校教育部直属院校
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
在数据集 Karate 上的社区划分结果展示图
在数据集Dolphins和Polbooks上的社区划分结果展示图
(a)在 S1 数据集上的实验结果 (b)在 S2 数据集上的实验结果(c)在 S3 数据集上的实验结果 (d)在 S4 数据集上的实验结果图3.5 四组 LFR 基准网络生成的人工数据集上的实验结果从图 3.5 中的四幅图可以看出，当 mu 值不断增大，NMI 指标的值不断下降，说明本章改进的算法和 CNM 算法、LPA 算法、KBLPA 算法得到社区结构随之变差。但是，整体上来说，本章改进的算法社区划分结果优于 CNM 算法、LPA 算法、KBLPA算法得到的社区划分结果，CNM 算法得到的社区结构最差，而且 CNM 算法划分出来的社区数量通常要比真实的社区结构要少，LPA 算法划分出来的社区结构要比KBLPA 算法划分出来的社区结构稍微好一点
【参考文献】：
期刊论文
[1]基于结构紧密性的重叠社区发现算法[J]. 潘剑飞,董一鸿,陈华辉,钱江波,戴明洋. 电子学报. 2019(01)
[2]基于重要结点的社区发现算法[J]. 王鑫,左万利,朱枫彤,王英. 山东大学学报(理学版). 2018(11)
[3]基于相似度投票的社区划分改进算法[J]. 冯成强,左万利,王英. 吉林大学学报(理学版). 2018(03)
[4]基于多标签传播的重叠社区发现优化算法[J]. 杜长江,王志晓,邢贞明. 数据采集与处理. 2018(02)
[5]复杂网络社区发现中标签传播算法的研究与应用[J]. 金爽. 信息与电脑(理论版). 2018(03)
[6]一种基于节点相似度的标签传播算法[J]. 李卫疆,谢志勇,余正涛. 软件导刊. 2018(02)
[7]加强营销攻防 全面围堵“羊毛党”[J]. 薛洪言,陈若平. 互联网经济. 2017(12)
[8]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)
[9]Balanced Multi-Label Propagation for Overlapping Community Detection in Social Networks[J]. 武志昊,林友芳,Steve Gregory,万怀宇School of Computer and Information Technology,Beijing Jiaotong University,田盛丰. Journal of Computer Science & Technology. 2012(03)
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
本文编号：3621027
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3621027.html
