复杂社交网络中社区发现算法研究

发布时间：2020-09-29 17:52

　　 新世纪是复杂性和网络化的世纪,许多复杂性的社交问题都可以通过网络的形式来进行描述,因此,复杂社交网络分析已然成为相关学者们研究的重要课题。在复杂社交网络中,若将人抽象成节点,将人与人之间的各种关系抽象成边,就会形成以节点和边组成的错综复杂的网络图。学者们研究发现许多实际网络都具有相似的结构特征:即社区结构,社区结构表现出社区内部节点连接较为紧密而社区间连接较为稀疏的特点,社区发现是挖掘出网络社区结构的一种重要方法,发现社交网络中的社区结构对于网络划分、科学研究以及市场营销等领域都具有十分重要的意义。本文针对一些经典社区发现算法存在准确性和有效性较低的问题,提出了基于中心节点扩展的社区发现算法,算法在选取初始中心节点的方法上,考虑了节点度在网络中的重要性并将其进行归一化后作为节点的度权值,并且考虑了能够表现出社区结构特征的边聚集系数,将节点的度权值与边聚集系数之和进行相乘得到初始中心节点,并且根据局部适应度函数进行社区扩展,算法在Zachary和Dolphin公开社交网络数据集上进行了实验仿真,结果表明该算法具有较好的准确性和有效性,并且也能够发现重叠社区。基于中心节点扩展的社区发现算法很好的解决了结构性网络的社区发现问题,但其对于现阶段比较热点的社交网络并不完全适用,因为这些热点社交网络不单单是单一的结构性网络,他们还隐藏着成员用户之间的基础属性信息等,因此,在分析了现阶段热点社交网络中成员用户的基础属性信息特征后,提出了基于中心节点并行扩展的社区发现算法。算法首先提出了基于层次分析法(AHP)的静态影响力计算模型;引用了Page Rank算法思想并提出了成员动态影响力计算模型,然后提出了节点中心度的计算方法并根据节点中心度挖掘出网络中的中心节点,依此根据局部适应度函数进行并行社区扩展,最后使用爬取的微博数据进行实验,证明了该算法的可行性和准确性。
【学位单位】：西南科技大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TP301.6;O157.5
【部分图文】：

图 2-3 WS 小世界网路（N=50，P=0.1）Fig. 2-3 WS small network (N=50, P=0.1)atts 和其导师 Strogatz 提出了小世界（small w节点数 N=50，节点重连接概率 P=0.1）。小特性外，还具有高集聚程度的特性，也就是，还表现出相对较大的集聚系数。小世界网论，它是小世界网络中任意两个节点间有一体体现。1967 年，哈佛大学心理学家 Stanle美国社交网络的最短路径[22]”的实验，实验发只需要通过 6 个中间人就可以和其他任何

【相似文献】

相关期刊论文 前10条

1 马兴福;王红;;一种新的重叠社区发现算法[J];计算机应用研究;2012年03期

2 徐贺贺;陶皖;;一种全局与局部结合的两步式重叠社区挖掘算法[J];安徽工程大学学报;2013年02期

3 乔少杰;郭俊;韩楠;张小松;元昌安;唐常杰;;大规模复杂网络社区并行发现算法[J];计算机学报;2017年03期

4 杨晓光;朱保平;;基于复杂网络的社区发现算法[J];南京理工大学学报;2016年03期

5 徐仁和;卢文博;王海涛;;基于邻接矩阵变型的K分网络社团算法[J];信息安全与技术;2016年03期

6 刘功申;孟魁;郭弘毅;苏波;李建华;;基于贡献函数的重叠社区划分算法[J];电子与信息学报;2017年08期

7 龙浩;汪浩;;复杂社会网络的两阶段社区发现算法[J];小型微型计算机系统;2016年04期

8 冷作福;;基于贪婪优化技术的网络社区发现算法研究[J];电子学报;2014年04期

9 王丹;刘发升;;复杂网络的社区发现算法研究[J];计算机时代;2009年03期

10 吴春国;李艳振;李瑛;高瑞;时小虎;;基于标签传播的重叠社区发现算法[J];大连理工大学学报;2018年04期

相关会议论文 前10条

1 付顺顺;顾益军;张大瀚;孟凡鹏;;基于改进MCMC方法的重叠社区发现算法[A];第32次全国计算机安全学术交流会论文集[C];2017年

2 宣照国;刘建国;党延忠;;基于公共邻居的一类复杂网络快速聚类算法[A];2006全国复杂网络学术会议论文集[C];2006年

3 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

4 熊薇薇;吴怀宇;;一种改进的角点检测算法[A];中国计量协会冶金分会2009年年会论文集[C];2009年

5 陶丽;张自力;丁晓明;;一种适用于动态重构的联盟形成算法[A];2008年计算机应用技术交流会论文集[C];2008年

6 张兰平;;谈小学一年级算法多样化的优化[A];中华教育理论与实践科研论文成果选编（下）[C];2007年

7 杨红斌;;计划量算法的优化[A];第四届全国医院药剂科建设与管理学术研讨会论文集[C];2012年

8 林克旺;;基于分层网络实现高效的自稳定的选举算法[A];计算机技术与应用进展——全国第17届计算机科学与技术应用（CACIS）学术会议论文集（下册）[C];2006年

9 徐英钟;高震;李波;;基于禁忌搜索的蚁群算法求解旅行商问题[A];第四届中国智能计算大会论文集[C];2010年

10 叶衍;楼荣生;何永保;;自然联结的优化算法[A];第十二届全国数据库学术会议论文集[C];1994年

相关重要报纸文章 前10条

1 马洪超;走出算法营造的偏狭世界[N];经济日报;2018年

2 沈东坡;致命的“算法”[N];滨海时报;2017年

3 刘振;“成于算法”当警惕“败于算法”[N];安徽日报;2018年

4 中国信息通信研究院产业与规划研究所 李曼 谢智刚;算法升级加快数字经济发展步伐[N];人民邮电;2018年

5 孙益武;算法也应接受法律的审视[N];民主与法制时报;2018年

6 刘文龙;“算法”只是工具 可以运用但别依赖[N];解放日报;2018年

7 小鱼 乐舒 苏晓 晓龙 良辰;算法：干了这杯“酒”，从此推荐内容是好友[N];人民邮电;2018年

8 本报记者 倪弋;网络时代，应如何规范“算法”[N];人民日报;2018年

9 本报记者 刘霞;当算法统治世界[N];科技日报;2011年

10 江苏省盱眙县马坝中心小学 陈琼;关于算法多样化得几点思考[N];学知报;2010年

相关博士学位论文 前10条

1 周旭;复杂网络中社区发现算法研究[D];吉林大学;2016年

2 王婷;异构社交网络中社区发现算法研究[D];中国矿业大学(北京);2016年

3 朱牧;复杂网络中社区发现关键技术研究[D];中国矿业大学;2014年

4 陈磊;同步启发的社区发现算法研究及应用[D];湖南大学;2017年

5 潘磊;若干社区发现算法研究[D];南京大学;2014年

6 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

7 闵磊;复杂网络社区发现算法研究[D];华中师范大学;2015年

8 姜雅文;复杂网络社区发现若干问题研究[D];北京交通大学;2014年

9 屈盈飞;基于统计推理的复杂网络广义社团检测算法研究[D];重庆大学;2017年

10 王s

本文编号：2830059