社区划分算法的研究与应用

发布时间：2017-07-17 05:12

  本文关键词：社区划分算法的研究与应用

  更多相关文章： 复杂网络 社区识别 林业科技文献 关键词共现网络 网络可视化 社区演变

【摘要】：在大数据时代背景的推动下,人们对从海量、结构复杂的信息中获取有效信息的方法越来越感兴趣,而复杂网络正是研究这种复杂系统的一个重要切入点,社区结构恰好又是复杂网络的一个非常重要的特征。网络中社区结构的公认定义是指网络是由许多不同类型的节点相互连接而成,其中,相同类型的节点之间拥有较多的连接,不同类型的节点之间只拥有较少的连接。通过对网络社区结构的发现,可以获得网络的内部结构、相互作用的关系和规律特性,比如统计特性、功能特征和演变规律等,不仅为解决实际问题提供了有效的途径,同时也大大降低了研究的复杂度。因此,网络社区发现的相关研究越来越受到关注。首先,综述了复杂网络的研究背景,论文的研究意义、研究内容和研究方法。然后,结合目前社区划分算法、网络可视化和网络演变分析的研究现状,提出了一个基于复杂网络社区划分算法和网络可视化技术的知识发现的研究技术路线。该技术路线包含的核心技术有：(1)在已有的社区划分算法的基础上,提出基于概率方法的社区划分算法；(2)提出基于社区划分算法和图布局算法相结合的网络可视化方法,解决了数据量大、信息复杂的展示问题,同时也为网络社区的分析提供了有效的工具；(3)在网络演变分析中,将时间维度和社区之间的相似度作为社区演变分析的两个量化指标。最后,将提出的知识发现研究路线应用到林业学科领域的热点识别和演变分析中。以中国林业信息网上的林业文献数据作为实验数据,从复杂网络的拓扑统计特性、功能特性和社区演变的视角,对文献信息构成的复杂网络进行了实证分析；对于获得的林业领域研究热点,从微观和宏观两个方面对获得社区结果进行了验证,结果表明获得的社区是有效的,这说明论文提出的知识发现的研究路线是可行有效的；最后,对识别出的林业领域的主题域从时间维度和相似度两个角度进行了演变分析。
【关键词】：复杂网络 社区识别 林业科技文献 关键词共现网络 网络可视化 社区演变
【学位授予单位】：北京林业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：O157.5
【目录】：

• 摘要4-5
• ABSTRACT5-8
• 1 引言8-14
• 1.1 复杂网络的研究背景综述8-11
• 1.2 论文的研究意义11-12
• 1.3 论文的研究内容和方法12-13
• 1.4 论文的总体框架13-14
• 2 关键技术的设计与研究14-26
• 2.1 基于概率方法的社区划分算法14-19
• 2.1.1 当前社区划分算法研究的相关调研14-17
• 2.1.2 改进的社区划分算法17-19
• 2.2 基于改进的社区划分算法和图布局算法的网络可视化方法19-21
• 2.2.1 当前网络可视化的相关调研19
• 2.2.2 网络可视化方法19-21
• 2.3 基于时间和相似性的网络演变分析方法21-23
• 2.3.1 当前网络演变分析的相关调研21-22
• 2.3.2 网络演变分析方法22-23
• 2.4 社区分析的对比指标23-26
• 3 实验方案26-31
• 3.1 当前学科文献热点识别的研究现状26-27
• 3.2 文献热点识别和演变的研究技术路线27-28
• 3.3 数据来源与预处理28-30
• 3.3.1 实验数据来源28
• 3.3.2 实验数据的基本统计28-29
• 3.3.3 实验数据预处理29-30
• 3.4 构建文献网络的复杂网络模型30-31
• 4 实证分析31-46
• 4.1 网络拓扑特性分析31-33
• 4.1.1 Scale-free特性检验31-32
• 4.1.2 Small world特性检验32-33
• 4.2 网路节点的统计分析33-34
• 4.2.1 关键词词频分析33
• 4.2.2 关键词度值分析33-34
• 4.3 基于社区划分的热点主题识别及验证34-36
• 4.3.1 基于社区划分的热点主题识别34-36
• 4.3.2 社区划分结果正确性检验36
• 4.4 主题域的热点分析36-42
• 4.4.1 主题域之间热点关联度分析36-39
• 4.4.2 主题域内部热点关联度分析39-42
• 4.5 研究领域核心研究者分析42-43
• 4.6 主题域的演变分析43-46
• 5 总结与展望46-48
• 5.1 论文总结46
• 5.2 论文展望46-48
• 参考文献48-50
• 个人简介50-51
• 导师简介51-52
• 获得成果目录52-53
• 致谢53

【相似文献】

中国期刊全文数据库 前10条

1 冷明平;孙凌宇;郭恺强;边计年;朱平;;赋权超图划分算法的电路划分实验比较研究[J];计算机工程与应用;2012年16期

2 许金凤;董一鸿;王诗懿;何贤芒;陈华辉;;大规模图数据划分算法综述[J];电信科学;2014年07期

3 李莉杰;陈端兵;王冠楠;;有向网络重叠社区的快速划分算法[J];计算机科学;2014年S1期

4 卢风顺;宋君强;张理论;张卫民;任开军;朱小谦;;面向全球数值天气预报模式的加权等积并行数据划分算法[J];计算机研究与发展;2012年04期

5 喻云峰;赖海涛;;一种基于随机搜索的黑洞二划分算法实现[J];科技广场;2006年04期

6 李晨;葛声;;一种重叠可信社团划分算法的设计与实现[J];微计算机信息;2011年09期

7 李孝伟;陈福才;刘力雄;;一种融合节点与链接属性的社交网络社区划分算法[J];计算机应用研究;2013年05期

8 牛建军;刘上乾;韩宝君;任宝文;;同心圆检测中的区域划分算法[J];光子学报;2006年12期

9 吕德奎;;聚合算法在电力GIS中的应用[J];电力信息化;2012年05期

10 王晓芳;贾宗维;;一种新的图划分算法在PPI网络模块化中的研究[J];山西农业大学学报(自然科学版);2012年06期

中国重要会议论文全文数据库 前4条

1 王玲娜;李兴明;;基于最小支撑树的通用区域划分算法[A];2008年中国西部青年通信学术会议论文集[C];2008年

2 徐丹丹;章勇;;一种基于节点度更新的簇划分算法[A];2008通信理论与技术新发展——第十三届全国青年通信学术会议论文集（下）[C];2008年

3 刘培强;谢青松;朱大铭;;用于基因表达谱数据聚类分析的贪心图划分算法研究[A];2006年全国理论计算机科学学术年会论文集[C];2006年

4 刘华伟;全庆一;;能量有效的基于连通度的分布式簇划分算法[A];2011年全国通信安全学术会议论文集[C];2011年

中国硕士学位论文全文数据库 前10条

1 马静;基于社交网络的社团划分算法研究[D];山东师范大学;2011年

2 韩明伟;超大规模集成电路划分算法研究[D];西安电子科技大学;2008年

3 辛娟娟;社区划分算法的研究与应用[D];北京林业大学;2015年

4 杜鹏飞;基于边的相似性的复杂网络社团划分算法研究[D];山东师范大学;2014年

5 赵琴;并行计算中图划分算法的研究[D];华中师范大学;2013年

6 戴晓罡;复杂网络中的社团划分算法研究[D];南京邮电大学;2014年

7 王秀芹;软硬件协同设计中的划分算法研究[D];哈尔滨工程大学;2005年

8 张汉珍;谱划分算法中特征向量选取方法的研究[D];西安电子科技大学;2010年

9 李召;髋关节模型网格划分算法研究及程序实现[D];哈尔滨理工大学;2014年

10 赵一明;基于Metis图划分算法的图平衡划分方法[D];西安电子科技大学;2014年

，

本文编号：552106