基于网络结构改变的社团检测算法研究

发布时间：2024-04-21 08:05

　　现今复杂网络中的社团检测问题吸引了各个领域学者的广泛关注,如何精确的检测出网络中的社团结构是该领域研究的主要问题。对于社团结构不明显的网络,如今的社团检测算法大都难以得到令人满意的社团划分。其原因是当网络中的社团结构不明显时,社团内边的数目与社团间边的数目的差异性变小,社团的独立性变弱。本文针对这种情况,提出了基于局部团加边删边的社团检测算法和基于中心节点链路预测的社团检测算法。本文主要研究工作总结如下:(1)当今存在的大部分社团检测算法社团结构明显的网络中,大都能表现出较高的精度。但当网络的社团结构不明显时,社团检测算法性能都出现了急剧下降的问题。针对上述问题,本文提出了一种基于局部团加边删边的社团检测算法,简称CSE。CSE算法通过找到网络中的局部社团,来得到更完整的社团信息,在局部团之间按照一定的策略加入或者删除一些边,使得社团内的边增加,社团间的边减少,让网络的社团结构比原始网络的社团结构变得更加明显,在一定程度上强化了网络的社团结构。通过实验验证,CSE算法在计算机生成数据和真实网络数据上都表现出了较高的性能。(2)链路预测算法作为复杂网络研究的分支,其主要是预测网络中存在但...

【文章页数】：72 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
        1.2.1 基于原始拓扑结构的社团检测算法的国内外研究现状
        1.2.2 基于改变网络结构的社团检测算法的国内外研究现状
    1.3 本文的工作与安排
第二章 复杂网络的相关基础
    2.1 复杂网络社团结构的定义
    2.2 链路预测的相关知识
    2.3 社团检测的评价指标
    2.4 社团检测相关算法介绍
        2.4.1 Louvain算法
        2.4.2 Walktrap算法
        2.4.3 EdgeBoost算法
    2.5 本章小结
第三章 基于局部团加边删边的社团检测算法
    3.1 基于局部团加边删边的社团检测算法描述
        3.1.1 算法思想
        3.1.2 算法流程
        3.1.3 局部团检测策略
        3.1.4 局部社团间的加边删边策略
        3.1.5 局部社团合并策略
        3.1.6 算法时间复杂度分析
    3.2 实验与分析
        3.2.1 实验数据与评价标准
        3.2.2 LFR基准网络对比实验
        3.2.3 真实网络上的对比实验
        3.2.4 参数α和参数β的实验分析
    3.3 本章小结
第四章 基于中心节点链路预测的社团检测算法
    4.1 基于中心节点链路预测的社团检测算法描述
        4.1.1 算法思想
        4.1.2 算法流程
        4.1.3 节点的中心性指标以及挖掘中心节点的策略
        4.1.4 基于中心节点的链路预测策略
        4.1.5 社团扩充策略
    4.2 实验与分析
        4.2.1 实验数据与评价标准
        4.2.2 LFR基准网络对比实验
        4.2.3 参数α的敏感性分析
        4.2.4 真实网络的实验对比
    4.3 本章小结
第五章 总结与展望
    5.1 工作总结
    5.2 未来展望
参考文献
致谢
攻读硕士学位期间发表的学术论文
攻读硕士学位期间参加的科研项目



本文编号：3960617