基于平均互信息的社区检测算法研究

发布时间：2022-05-05 21:01

　　随着互联网、物联网技术的迅猛发展,复杂网络的社区检测已成为一个研究热点。社区检测在用户推荐、舆情监控、公共安全等方面具有非常重要的实用价值,如何评价检测算法划分社区的好坏对社区检测的研究和应用具有重要意义。本文针对社区划分评价方法和社区检测算法进行研究,主要包含以下三个方面:1)针对现有评价方法的不足,本文提出一种新的基于平均互信息（Average Mutual Information,简称AMI）的社区划分评价方法,该评价方法使用平均互信息值来度量社区划分所损失的信息量,进而衡量社区划分的好坏。最后在真实网络和人工网络上测试了AMI方法,实验结果表明AMI方法不仅能够避免模块度方法所存在的分辨率限制（Resolution Limit）问题,而且还具有较高的社区划分评判准确度。2)针对传统的非重叠社区检测算法存在的社区划分准确度低的问题,本文提出一种基于平均互信息的非重叠社区检测算法AMI-HC,该算法依据改进后的模块度增量进行社区合并,然后通过计算并选择最大平均互信息值来确定最终的社区划分结果。最后将AMI-HC算法与其他社区检测算法（例如GN、FN、EO、LPA、CE算法）在真实网... 

【文章页数】：66 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
    1.3 论文研究内容
    1.4 论文组织结构
第二章 信息论和社区检测算法基础
    2.1 引言
    2.2 信息论理论
    2.3 社区检测算法
        2.3.1 非重叠社区检测算法
        2.3.2 重叠社区检测算法
    2.4 本章小结
第三章 基于平均互信息的社区划分评价方法
    3.1 引言
    3.2 AMI社区划分评价方法
    3.3 验证与分析
    3.4 本章小结
第四章 基于平均互信息的非重叠社区检测算法
    4.1 引言
    4.2 AMI-HC算法
        4.2.1 算法描述
        4.2.2 算法实现
    4.3 实验结果与分析
        4.3.1 AMI-HC算法在真实网络上的实验
        4.3.2 AMI-HC算法在人工网络上的实验
    4.4 本章小结
第五章 基于平均互信息的重叠社区检测算法
    5.1 引言
    5.2 COPRA算法
    5.3 AMI-COPRA算法
        5.3.1 算法描述
        5.3.2 算法实现
    5.4 实验结果与分析
        5.4.1 AMI-COPRA算法在真实网络上的实验
        5.4.2 AMI-COPRA算法在人工网络上的实验
    5.5 本章小结
总结与展望
参考文献
攻读硕士学位期间取得的研究成果
致谢
附件


【参考文献】：
期刊论文
[1]一种加权稠密子图社区发现算法[J]. 杨贵,郑文萍,王文剑,张浩杰.  软件学报. 2017(11)
[2]基于动态主题模型融合多维数据的微博社区发现算法[J]. 刘冰玉,王翠荣,王聪,王军伟,王兴伟,黄敏.  软件学报. 2017(02)
[3]基于社交关系的微博主题情感挖掘[J]. 黄发良,于戈,张继连,李超雄,元昌安,卢景丽.  软件学报. 2017(03)
[4]复杂网络大数据中重叠社区检测算法[J]. 乔少杰,韩楠,张凯峰,邹磊,王宏志,Louis Alberto GUTIERREZ.  软件学报. 2017(03)
[5]基于标签传播的可并行复杂网络重叠社区发现算法[J]. 李春英,汤庸,林海,袁成哲,麦辉强.  中国科学:信息科学. 2016(02)
[6]一种基于交叉熵的社区发现算法[J]. 于海,赵玉丽,崔坤,朱志良.  计算机学报. 2015(08)
[7]基于标签传播概率的重叠社区发现算法[J]. 刘世超,朱福喜,甘琳.  计算机学报. 2016(04)
[8]基于节点层级与标签传播增益的重叠社区发现[J]. 陈羽中,施松,陈国龙,於志勇.  模式识别与人工智能. 2015(04)
[9]融合扩展信息瓶颈理论的话题关联检测方法研究[J]. 杨玉珍,刘培玉,费绍栋,张成功.  自动化学报. 2014(03)
[10]复杂网络社区挖掘综述[J]. 刘大有,金弟,何东晓,黄晶,杨建宁,杨博.  计算机研究与发展. 2013(10)



本文编号：3651007