基于个体稳定度博弈的动态社区发现算法研究

发布时间：2018-10-24 17:54

【摘要】：在动态网络中发现社区结构是一个复杂而又有重要意义的课题。该文针对动态网络中的社区发现问题,提出一种基于个体稳定度的博弈论方法(PDG)。在该博弈方法中,网络中的每个节点都是一个独立个体。个体会根据网络中的其他个体的状态,使用最佳应对策略进行社区的选择。针对网络演化过程中的社区更新问题,该文提出了格局检测(Configuration checking)等优化策略,从而大大提高了演化网络的社区发现的效率。最后,在真实演化网络的实验中,与最新的静态和动态社区发现方法进行对比,验证了PDG方法的效率和效果。
[Abstract]:Finding community structure in dynamic networks is a complex and significant topic. In this paper, a game theory method based on individual stability, (PDG)., is proposed to solve the problem of community discovery in dynamic networks. In this game method, each node in the network is an individual. Individuals use the best coping strategies to select their communities according to the status of other individuals in the network. Aiming at the problem of community renewal in the process of network evolution, this paper proposes some optimization strategies, such as pattern detection (Configuration checking), which greatly improves the efficiency of community discovery in evolutionary networks. Finally, the efficiency and effectiveness of the PDG method are verified by comparing it with the latest static and dynamic community discovery methods in the real evolutionary network experiment.
【作者单位】： 北京大学信息科学技术学院;北京林业大学理学院;
【分类号】：TP393

【相似文献】

相关会议论文 前3条

1 刁元波;李梦龙;文志宁;印家健;郑波;;人类细胞信号网络社区结构分析[A];第九届全国计算（机）化学学术会议论文摘要集[C];2007年

2 刘欣;李德毅;李兵;王树良;陶志伟;;复杂网络社区发现研究[A];2006全国复杂网络学术会议论文集[C];2006年

3 单波;姜守旭;张硕;高宏;李建中;;IC:动态社会关系网络社区结构的增量识别算法[A];第26届中国数据库学术会议论文集（A辑）[C];2009年

相关重要报纸文章 前1条

1 记者 熊明 实习生 李瑞莹;度假区不断创新社区结构[N];云南日报;2013年

相关博士学位论文 前8条

1 闵磊;复杂网络社区发现算法研究[D];华中师范大学;2015年

2 蔡清;基于群体智能优化的大数据复杂网络结构分析[D];西安电子科技大学;2015年

3 陈毅;基于统计推理的复杂网络社区结构分析[D];哈尔滨工业大学;2016年

4 杜楠;复杂网络中社区结构发现算法研究及建模[D];北京邮电大学;2009年

5 李一啸;基于复杂网络和演化博弈理论的社会[D];浙江大学;2010年

6 韩院彬;Web服务网络分析和社区发现研究[D];天津大学;2014年

7 谢辉;基于复杂网络的若干动态机制研究[D];西安电子科技大学;2013年

8 任薇;基于微博的社会网络特征研究[D];西南大学;2014年

相关硕士学位论文 前10条

1 王童童;社区框架与隐藏社区的挖掘[D];山东建筑大学;2015年

2 贺成龙;复杂网络中的社区发现算法研究[D];解放军信息工程大学;2015年

3 贾娜;基于矩阵分解的重叠社区探测研究[D];吉林大学;2016年

4 李青云;多阶信息模型及推荐技术研究[D];北京理工大学;2015年

5 万云;基于模块度最大化的社区发现算法的研究[D];燕山大学;2016年

6 邹杰;日照滨海民俗村社区结构与旅游发展互动研究[D];曲阜师范大学;2016年

7 王焕杰;社会网络数据发布中有效保护社区结构的匿名方法研究[D];广西师范大学;2016年

8 王洪珏;复杂网络节点相似性研究及其应用[D];华北电力大学;2016年

9 纪开祝;复杂网络重叠社区结构发现的算法研究与实现[D];闽南师范大学;2016年

10 戴飞飞;基于进化算法的复杂网络社区结构发现[D];电子科技大学;2008年

，

本文编号：2292118