基于动态距离的快速社团挖掘算法研究

发布时间：2021-10-11 22:37

　　真实世界中多数复杂系统都可以被抽象为网络,而复杂网络以及与其相关的网络科学可以为我们研究这些系统提供重要的理论依据和多样的研究方法。在真实复杂系统中,社团结构是一个普遍存在的网络结构特征。它与网络的功能单元以及网络上的动力学行为紧密相关,是目前网络科学研究的热点之一。为此,学者们提出了大量的社团挖掘算法来挖掘网络中的社团结构,试图更好地理解复杂系统。随着系统规模的不断增加以及系统中个体之间的交互关系日渐趋于复杂,能够准确、快速地挖掘复杂系统中的社团结构仍然是众多社团挖掘算法的研究目的,这里我们重点研究针对大规模社交网络的快速社团挖掘算法。本文以社会网络上观点同步的动态距离模型为基础,通过研究节点间距离变化趋势和距离变化速度,针对基于动态距离模型的Attractor算法作了两方面的改进。本文研究的内容主要有以下两个方面:1)提出了基于点对距离变化趋势的快速社团挖掘算法。本文根据动态距离模型中多数节点对距离的变化趋势基本保持不变的现象,以“依据距离变化趋势确定点对之间距离最终值”为改进思路,提出了一种基于点对距离变化趋势的快速动态距离社团挖掘算法。具体地说,算法通过设置一个滑动时间窗口,并... 

【文章来源】：华东师范大学上海市 211工程院校 985工程院校 教育部直属院校

【文章页数】：69 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
    1.3 本文研究内容和安排
第二章 社团挖掘相关理论与技术
    2.1 复杂网络相关概念
        2.1.1 网络与图
        2.1.2 度与稀疏性
        2.1.3 度分布
        2.1.4 聚类系数
    2.2 社团结构
    2.3 相似度指标
        2.3.1 共同邻居数
        2.3.2 余弦相似性
        2.3.3 Jaccard相似性
    2.4 基于动态距离的社团挖掘算法
        2.4.1 相关概念
        2.4.2 动态距离交互模型
    2.5 社团评价指标
        2.5.1 模块度
        2.5.2 调整兰德系数(ARI)
        2.5.3 标准化互信息(NMI)
    2.6 本章小结
第三章 基于点对距离变化趋势的社团挖掘算法研究
    3.1 引言
    3.2 算法描述
        3.2.1 算法思想
        3.2.2 算法流程
        3.2.3 参数η估计
        3.2.4 复杂度分析
    3.3 实验评估
        3.3.1 实验数据
        3.3.2 实验环境
        3.3.3 LFR人工网络
        3.3.4 真实数据网络
        3.3.5 运行时间比较
    3.4 本章小结
第四章 基于点对距离收敛速度的社团挖掘算法研究
    4.1 引言
    4.2 算法描述
        4.2.1 问题讨论
        4.2.2 算法流程
        4.2.3 参数η估计
    4.3 实验评估
        4.3.1 实验数据
        4.3.2 实验环境
        4.3.3 LFR人工网络
        4.3.4 真实数据网络
    4.4 本章小结
第五章 总结与展望
    5.1 全文总结
    5.2 未来展望
参考文献
攻读硕士期间的研究成果
致谢


【参考文献】：
期刊论文
[1]标签传播算法理论及其应用研究综述[J]. 张俊丽,常艳丽,师文.  计算机应用研究. 2013(01)



本文编号：3431370