基于三支决策的非重叠社团划分研究
发布时间:2021-05-24 00:14
现实世界中的各种关系均可以抽象成不同的网络形式,如社交网、合作网、生物网等。而社团结构是复杂网络具有的重要结构特性之一。社团将网络中具有相似功能或属性的节点划分在一起,每个社团内部的节点之间连接相对紧密而社团间的连接比较稀疏。根据网络中节点间的相互关系将具有紧密联系的节点划分在一起的过程称之社团划分。社团划分后根据是否含有重叠节点可以将其分为重叠社团和非重叠社团。面对特定应用场景,非重叠社团结构更有助于发现社团内存在的规律,并预测网络的行为和功能,如:电子商务中的商品推荐、广告精准投放等。然而在社团划分过程中,往往会形成重叠的社团结构,因此,如何将社团重叠部分划分到单个社团,从而获取非重叠社团结构具有重要的应用价值和广泛的应用前景。三支决策(3WD)将传统的二支语义决策拓展为三支决策,增加了一个不承诺决策,也就是说,在信息不充分的情况下人们能够采取不承诺决策的方式进行决策,即延迟决策。三支决策理论中的正域中的对象代表对事物做出接受决策;负域中的对象代表对事物做出拒绝决策;而边界域中的对象代表对事物做出延迟决策。延迟决策将通过引入更多信息,对边界域中的对象进行二次划分,进一步做出接受决策...
【文章来源】:安徽大学安徽省 211工程院校
【文章页数】:61 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第一章 引言
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 非重叠社团划分研究现状
1.2.2 三支决策研究现状
1.3 本文的研究内容及章节安排
第二章 相关理论与方法
2.1 三支决策的基本思想
2.2 基于层次粒化的社团划分方法
2.2.1 层次粒化方法
2.2.2 层次粒化的社团划分方法
2.2.3 重叠社团中三个域
2.3 社团划分的评价标准
2.4 本章小结
第三章 基于归属度的三支决策社团划分算法
3.1 归属度的定义
3.2 DB-TWD算法的实现过程
3.3 实验结果及分析
3.3.1 数据集
3.3.2 实验结果及分析
3.4 本章小结
第四章 基于局部子图信息的三支决策社团划分算法
4.1 局部子图信息
4.2 LSI-TWD算法的实现过程
4.3 实验结果及分析
4.4 本章小结
第五章 总结与展望
5.1 工作总结
5.2 研究展望
参考文献
附录A 图索引
Appendix A Figure Index
附录B 表格索引
Appendix B Table Index
致谢
攻读硕士学位期间参与的科研项目
攻读硕士学位期间发表的论文
【参考文献】:
期刊论文
[1]复杂网络中的层次结构挖掘[J]. 余成进,赵姝,陈洁,张燕平,段震. 南京大学学报(自然科学). 2016(05)
[2]神经网络七十年:回顾与展望[J]. 焦李成,杨淑媛,刘芳,王士刚,冯志玺. 计算机学报. 2016(08)
[3]Tolerance Granulation Based Community Detection Algorithm[J]. Shu Zhao,Wang Ke,Jie Chen,Feng Liu,Menghan Huang,Yanping Zhang,Jie Tang. Tsinghua Science and Technology. 2015(06)
[4]基于用户声誉的鲁棒协同推荐算法[J]. 张燕平,张顺,钱付兰,张以文. 自动化学报. 2015(05)
[5]三支决策理论及应用[J]. 殷业,柯德营,刘传勇. 上海师范大学学报(自然科学版). 2015(01)
[6]基于聚类粒化的社团发现算法[J]. 赵姝,柯望,陈洁,张燕平. 计算机应用. 2014(10)
[7]基于超链接多样性分析的新型网页排名算法[J]. 杨博,陈贺昌,朱冠宇,赵学华. 计算机学报. 2014(04)
[8]基于局部探测的快速复杂网络聚类算法[J]. 金弟,刘大有,杨博,刘杰,何东晓,田野. 电子学报. 2011(11)
[9]粒计算未来发展方向探讨[J]. 张钹,张铃. 重庆邮电大学学报(自然科学版). 2010(05)
[10]基于k最近邻网络的数据聚类算法[J]. 金弟,刘杰,贾正雪,刘大有. 模式识别与人工智能. 2010(04)
博士论文
[1]复杂网络社区结构检测算法研究[D]. 郭玉泉.吉林大学 2017
[2]复杂网络中的社团检测方法研究[D]. 程建军.兰州大学 2015
硕士论文
[1]基于粒计算的数据粒化聚类方法研究[D]. 赵丹.哈尔滨工程大学 2016
[2]基于层次粒化的社团发现方法研究[D]. 柯望.安徽大学 2016
本文编号:3203220
【文章来源】:安徽大学安徽省 211工程院校
【文章页数】:61 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第一章 引言
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 非重叠社团划分研究现状
1.2.2 三支决策研究现状
1.3 本文的研究内容及章节安排
第二章 相关理论与方法
2.1 三支决策的基本思想
2.2 基于层次粒化的社团划分方法
2.2.1 层次粒化方法
2.2.2 层次粒化的社团划分方法
2.2.3 重叠社团中三个域
2.3 社团划分的评价标准
2.4 本章小结
第三章 基于归属度的三支决策社团划分算法
3.1 归属度的定义
3.2 DB-TWD算法的实现过程
3.3 实验结果及分析
3.3.1 数据集
3.3.2 实验结果及分析
3.4 本章小结
第四章 基于局部子图信息的三支决策社团划分算法
4.1 局部子图信息
4.2 LSI-TWD算法的实现过程
4.3 实验结果及分析
4.4 本章小结
第五章 总结与展望
5.1 工作总结
5.2 研究展望
参考文献
附录A 图索引
Appendix A Figure Index
附录B 表格索引
Appendix B Table Index
致谢
攻读硕士学位期间参与的科研项目
攻读硕士学位期间发表的论文
【参考文献】:
期刊论文
[1]复杂网络中的层次结构挖掘[J]. 余成进,赵姝,陈洁,张燕平,段震. 南京大学学报(自然科学). 2016(05)
[2]神经网络七十年:回顾与展望[J]. 焦李成,杨淑媛,刘芳,王士刚,冯志玺. 计算机学报. 2016(08)
[3]Tolerance Granulation Based Community Detection Algorithm[J]. Shu Zhao,Wang Ke,Jie Chen,Feng Liu,Menghan Huang,Yanping Zhang,Jie Tang. Tsinghua Science and Technology. 2015(06)
[4]基于用户声誉的鲁棒协同推荐算法[J]. 张燕平,张顺,钱付兰,张以文. 自动化学报. 2015(05)
[5]三支决策理论及应用[J]. 殷业,柯德营,刘传勇. 上海师范大学学报(自然科学版). 2015(01)
[6]基于聚类粒化的社团发现算法[J]. 赵姝,柯望,陈洁,张燕平. 计算机应用. 2014(10)
[7]基于超链接多样性分析的新型网页排名算法[J]. 杨博,陈贺昌,朱冠宇,赵学华. 计算机学报. 2014(04)
[8]基于局部探测的快速复杂网络聚类算法[J]. 金弟,刘大有,杨博,刘杰,何东晓,田野. 电子学报. 2011(11)
[9]粒计算未来发展方向探讨[J]. 张钹,张铃. 重庆邮电大学学报(自然科学版). 2010(05)
[10]基于k最近邻网络的数据聚类算法[J]. 金弟,刘杰,贾正雪,刘大有. 模式识别与人工智能. 2010(04)
博士论文
[1]复杂网络社区结构检测算法研究[D]. 郭玉泉.吉林大学 2017
[2]复杂网络中的社团检测方法研究[D]. 程建军.兰州大学 2015
硕士论文
[1]基于粒计算的数据粒化聚类方法研究[D]. 赵丹.哈尔滨工程大学 2016
[2]基于层次粒化的社团发现方法研究[D]. 柯望.安徽大学 2016
本文编号:3203220
本文链接:https://www.wllwen.com/kejilunwen/yysx/3203220.html