基于谱聚类的复杂网络重叠社团检测算法研究

发布时间：2022-08-02 18:01

　　在许多现实世界系统中,对象与对象之间的关系都能够建模成复杂网络进行分析。其中社团结构是复杂网络的重要属性,通常能够解释复杂网络系统的拓扑结构与功能模块。复杂网络社团检测旨在挖掘这种具有复杂网络结构的系统中的模块化结构,研究这种模块化结构有助于更好了解并挖掘网络系统的潜藏功能。近年来,多个领域的研究者们提出了众多社团挖掘算法,在不同学科领域上对复杂网络社团检测进行了深入研究,随着重叠社团结构这一概念提出,这些算法在重叠社团检测领域值得进一步研究。因此,针对传统的基于谱聚类的社团检测算法无法很好地挖掘重叠社团结构的问题,本文提出了一种基于边划分的谱聚类重叠社团检测算法。此外,复杂网络的社团结构不尽相同,为了使算法在不同结构的网络上都有着较好的鲁棒性,本文进一步提出了一种基于谱聚类思想的集成重叠社团检测算法。这两种算法均是以谱聚类算法思想为基础对重叠社团检测算法进行研究的。本文的主要研究工作如下:（1）提出了一种基于边划分的谱聚类重叠社团检测算法。当前基于谱聚类思想的社团检测算法在检测非重叠社团结构时,能够很好地处理复杂的网络结构,得到较为精确的划分结果,但却无法很好地解决重叠社团检测问题。... 

【文章页数】：59 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
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 国内外研究现状
        1.2.1 重叠社团检测算法的研究现状
        1.2.2 基于谱聚类的社团检测算法的研究现状
        1.2.3 基于聚类集成的社团检测算法的研究现状
    1.3 本文的工作与安排
第二章 社团检测的相关理论
    2.1 复杂网络社团检测相关理论
        2.1.1 复杂网络的表示方法
        2.1.2 社团的定义与表示方式
        2.1.3 社团结构与社团检测算法性能评价指标
    2.2 复杂网络社团检测的相关算法介绍
        2.2.1 LC算法
        2.2.2 FCM算法
        2.2.3 MeDOC算法
        2.2.4 COPRA算法
    2.3 本章小结
第三章 基于边的谱聚类重叠社团检测算法
    3.1 算法思想和流程
        3.1.1 算法思想
        3.1.2 边划分的过度重叠问题
        3.1.3 算法流程
        3.1.4 相似矩阵的构造与候选重叠点挖掘
        3.1.5 重叠节点的划分
    3.2 实验与分析
        3.2.1 实验参数设置
        3.2.2 仿真实验
    3.3 本章小结
第四章 基于谱聚类的复杂网络集成重叠社团检测算法
    4.1 算法思想和流程
        4.1.1 算法思想
        4.1.2 算法流程
        4.1.3 抽样策略
        4.1.4 社团尺度选择
        4.1.5 扩充集成阶段
    4.2 实验与分析
        4.2.1 实验参数设置
        4.2.2 LFR基准网络上的对比实验
        4.2.3 真实网络上的对比实验
        4.2.4 抽样算法效果与集成加权效果实验
    4.3 本章小结
第五章 总结和展望
    5.1 工作总结
    5.2 未来展望
参考文献
致谢
攻读硕士学位期间发表的学术成果
攻读硕士学位期间参加的科研项目


【参考文献】：
期刊论文
[1]层次聚类社区发现算法的研究[J]. 龚尚福,陈婉璐,贾澎涛.  计算机应用研究. 2013(11)



本文编号：3668986