动态社会网络社团结构的划分
发布时间：2021-04-28 11:01
社会网络社团结构划分是社会网络分析的一个重要研究方向,是近年来的研究热点。传统的静态社会网络社团划分方法不能满足目前社会网络分析的需要,因此随着技术发展,研究逐步转向动态网络。动态社会网络社团发现的研究,有助于揭示真实网络的组织原则、拓扑结构和动力学特性,具有十分重要的意义。论文的主要工作如下:（1）为了识别网络中兼顾社团中心程度和社团间桥接能力的重要节点,提出了结构洞度指标（D-importance,DI）。该算法通过将k-shell和结构洞识别算法相结合,从而达到发现重要节点的目的。仿真结果表明,该算法求出的节点具有高度中心性和桥接性。（2）针对目前传统静态社团划分算法时间复杂度高、不能识别社团个数的缺陷,提出基于结构洞度和接近度的静态社团划分算法（StructuralHole Proximity,SHP）。该算法的主要思想是首先利用DI算法找到初始节点,然后计算和初始节点所在社团最相似的节点并结合局部模块度进行局部聚类,从而达到社团划分的目的。仿真结果表明,该算法划分的社团结构拥有较高的准确率和模块度。（3）针对现存基于增量分析的动态网络社团划分算法忽略网络突变的缺陷,提出基于链...
【文章来源】：西安科技大学陕西省
【文章页数】：63 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
1 绪论
1.1 研究背景与意义
1.2 研究现状
1.2.1 静态社团划分
1.2.2 动态社团划分
1.3 研究内容
1.4 论文组织结构安排
2 相关基础工作
2.1 符号基本定义
2.2 评价指标
2.3 本文工作介绍
2.4 本章小结
3 重要节点识别算法
3.1 相关理论介绍
3.1.1 两类重要节点
3.1.2 结构洞识别算法
3.2 DI算法的提出
3.2.1 算法的基本思想
3.2.2 算法的定义和目标
3.2.3 算法描述
3.3 实验结果与分析
3.3.1 实验环境
3.3.2 数据集介绍
3.3.3 α和β的取值
3.3.4 各算法与SIR模型的相关性分析
3.3.5 DI算法有效性分析
3.4 本章小结
4 静态社团划分算法
4.1 相关理论介绍
4.1.1 节点相似度函数
4.1.2 局部模块度
4.2 主要工作
4.2.1 接近度的提出
4.2.2 SHP算法的提出
4.3 实验结果与分析
4.3.1 实验环境
4.3.2 数据集介绍
4.3.3 评价指标
4.3.4 实验结果比较
4.4 本章小结
5 动态社团划分算法
5.1 主要工作
5.1.1 ILC算法的提出
5.1.2 LSHP算法的提出
5.2 实验结果与分析
5.2.1 实验环境
5.2.2 数据集介绍
5.2.3 评价指标
5.2.4 参数设置
5.2.5 实验结果分析
5.3 本章小结
6 总结与展望
6.1 总结
6.2 展望
致谢
参考文献
附录
【参考文献】：
期刊论文
[1]大规模复杂网络社区并行发现算法[J]. 乔少杰,郭俊,韩楠,张小松,元昌安,唐常杰. 计算机学报. 2017(03)
[2]复杂网络的局部社团结构挖掘算法[J]. 袁超,柴毅. 自动化学报. 2014(05)
[3]复杂网络研究的机遇与挑战[J]. 周涛,张子柯,陈关荣,汪小帆,史定华,狄增如,樊瑛,方锦清,韩筱璞,刘建国,刘润然,刘宗华,陆君安,吕金虎,吕琳媛,荣智海,汪秉宏,许小可,章忠志. 电子科技大学学报. 2014(01)
[4]基于社会网络增量的动态社区组织探测[J]. 郭进时,汤红波,王晓雷. 电子与信息学报. 2013(09)
[5]一种随机游走中心性的快速算法[J]. 李星,钟志农,李洋. 计算机应用研究. 2013(08)
[6]基于随机游走和增量相关节点的动态网络社团挖掘算法[J]. 肖杰斌,张绍武. 电子与信息学报. 2013(04)
[7]基于线图与PSO的网络重叠社区发现[J]. 黄发良,肖南峰. 自动化学报. 2011(09)
[8]基于共享邻居数的社团结构发现算法[J]. 刘微,张大为,嵇敏,谢福鼎. 计算机工程. 2011(06)
[9]复杂网络的社区结构[J]. 程学旗,沈华伟. 复杂系统与复杂性科学. 2011(01)
[10]复杂网络聚类方法[J]. 杨博,刘大有,金弟,马海宾. 软件学报. 2009(01)
博士论文
[1]复杂网络上的爆炸式同步[D]. 张希昀.华东师范大学 2016
[2]基于生成模型的大规模网络广义社区发现方法研究[D]. 柴变芳.北京交通大学 2015
硕士论文
[1]适用于动态社会网络的社团发现算法的研究与实现[D]. 夏方朝.东北大学 2013
本文编号：3165362
【文章来源】：西安科技大学陕西省
【文章页数】：63 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
1 绪论
1.1 研究背景与意义
1.2 研究现状
1.2.1 静态社团划分
1.2.2 动态社团划分
1.3 研究内容
1.4 论文组织结构安排
2 相关基础工作
2.1 符号基本定义
2.2 评价指标
2.3 本文工作介绍
2.4 本章小结
3 重要节点识别算法
3.1 相关理论介绍
3.1.1 两类重要节点
3.1.2 结构洞识别算法
3.2 DI算法的提出
3.2.1 算法的基本思想
3.2.2 算法的定义和目标
3.2.3 算法描述
3.3 实验结果与分析
3.3.1 实验环境
3.3.2 数据集介绍
3.3.3 α和β的取值
3.3.4 各算法与SIR模型的相关性分析
3.3.5 DI算法有效性分析
3.4 本章小结
4 静态社团划分算法
4.1 相关理论介绍
4.1.1 节点相似度函数
4.1.2 局部模块度
4.2 主要工作
4.2.1 接近度的提出
4.2.2 SHP算法的提出
4.3 实验结果与分析
4.3.1 实验环境
4.3.2 数据集介绍
4.3.3 评价指标
4.3.4 实验结果比较
4.4 本章小结
5 动态社团划分算法
5.1 主要工作
5.1.1 ILC算法的提出
5.1.2 LSHP算法的提出
5.2 实验结果与分析
5.2.1 实验环境
5.2.2 数据集介绍
5.2.3 评价指标
5.2.4 参数设置
5.2.5 实验结果分析
5.3 本章小结
6 总结与展望
6.1 总结
6.2 展望
致谢
参考文献
附录
【参考文献】：
期刊论文
[1]大规模复杂网络社区并行发现算法[J]. 乔少杰,郭俊,韩楠,张小松,元昌安,唐常杰. 计算机学报. 2017(03)
[2]复杂网络的局部社团结构挖掘算法[J]. 袁超,柴毅. 自动化学报. 2014(05)
[3]复杂网络研究的机遇与挑战[J]. 周涛,张子柯,陈关荣,汪小帆,史定华,狄增如,樊瑛,方锦清,韩筱璞,刘建国,刘润然,刘宗华,陆君安,吕金虎,吕琳媛,荣智海,汪秉宏,许小可,章忠志. 电子科技大学学报. 2014(01)
[4]基于社会网络增量的动态社区组织探测[J]. 郭进时,汤红波,王晓雷. 电子与信息学报. 2013(09)
[5]一种随机游走中心性的快速算法[J]. 李星,钟志农,李洋. 计算机应用研究. 2013(08)
[6]基于随机游走和增量相关节点的动态网络社团挖掘算法[J]. 肖杰斌,张绍武. 电子与信息学报. 2013(04)
[7]基于线图与PSO的网络重叠社区发现[J]. 黄发良,肖南峰. 自动化学报. 2011(09)
[8]基于共享邻居数的社团结构发现算法[J]. 刘微,张大为,嵇敏,谢福鼎. 计算机工程. 2011(06)
[9]复杂网络的社区结构[J]. 程学旗,沈华伟. 复杂系统与复杂性科学. 2011(01)
[10]复杂网络聚类方法[J]. 杨博,刘大有,金弟,马海宾. 软件学报. 2009(01)
博士论文
[1]复杂网络上的爆炸式同步[D]. 张希昀.华东师范大学 2016
[2]基于生成模型的大规模网络广义社区发现方法研究[D]. 柴变芳.北京交通大学 2015
硕士论文
[1]适用于动态社会网络的社团发现算法的研究与实现[D]. 夏方朝.东北大学 2013
本文编号：3165362
本文链接：https://www.wllwen.com/kejilunwen/yysx/3165362.html
