二分及多层网络上的社团检测算法研究

发布时间：2023-03-30 05:56

　　现实生活中很多复杂系统都可以建模成复杂网络从而进行深入研究。社团结构是复杂网络的一个基本性质。寻找复杂网络中隐藏的社团有助于了解网络的功能和网络上其他任务的完成。本文主要研究不同类型网络上的社团检测算法,涉及的网络主要是简单网络、多层网络和二分网络。本文的工作如下所示:1.社团检测可以被建模成优化问题继而进行求解。模块度是简单网络上使用最广泛的目标,我们可以通过最大化模块度来获得划分。然而,模块度受到分辨率的限制,即当网络足够大的时候,通过最大化模块度找不到网络中小的、自然的社团。因此,Aldecoa等人提出了另一个全局优化目标surprise(S),并且通过实验验证了S不受分辨率限制的影响。我们在密母算法的基础上提出了一个通过最大化S来寻找简单网络中社团的算法MA_S-CD。通过实验我们发现,得到的社团拥有很高的社团密度。同时,最大化S在部分网络上会导致不平衡的划分。我们于是提出了一个简单的社团合并算法MA_S-CD_revised来对实验结果进行校正。在大量网络上,校正前后实验结果的对比说明了MA_S-...

【文章页数】：81 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
    1.1 引言
    1.2 研究现状与意义
        1.2.1 简单网络上的社团检测算法回顾
        1.2.2 多层网络上的社团检测算法回顾
        1.2.3 二分网络上的社团检测算法回顾
        1.2.4 社团检测的意义
    1.3 论文结构安排
第二章 通过最大化surprise来寻找简单网络中的社团
    2.1 引言
    2.2 社团检测算法MA_S-CD
        2.2.1 优化目标
        2.2.2 表示方法和初始化方法
        2.2.3 交叉和变异
        2.2.4 局部搜索方式
        2.2.5 MA_S-CD
        2.2.6 对不平衡划分进行修正的算法MA_S-CD_revised
    2.3 实验与分析
        2.3.1 实际网络上的实验
        2.3.2 真实网络上的实验
        2.3.3 对不平衡划分的修正
    2.4 本章小结
第三章 通过图层合并的方法来寻找多层网络中的社团
    3.1 引言
    3.2 多层网络上的社团检测算法LRCD_BNs
        3.2.1 多层网络的基本概念
        3.2.2 图层合并算法neighaggre
        3.2.3 LRCD-MNs的框架
    3.3 实验与分析
        3.3.1 neighaggre的验证
        3.3.2 算法LRCD-BNs在不同网络上的实验结果
    3.4 本章小结
第四章 二分网络上社团检测评价指标的比较
    4.1 引言
    4.2 对Q_G，Q_S，Q_M，Q_L进行比较
        4.2.1 算法MACD-BNs
        4.2.2 实验与分析
        4.2.3 实验小结
    4.3 对Q_B，Q_D的比较
        4.3.1 算法MACD
        4.3.2 实验与分析
        4.3.3 实验小结
    4.4 本章小结
第五章 总结与展望
    5.1 总结
    5.2 展望
参考文献
致谢
作者简介



本文编号：3775335