基于交互度的重叠社区发现算法

发布时间：2017-08-31 21:35

  本文关键词：基于交互度的重叠社区发现算法

  更多相关文章： 复杂网络 社区发现 重叠社区 交互度

【摘要】：近年来,研究者通过对复杂网络的深入研究,提出了社区的概念,并且发现现实世界中的复杂网络几乎都具有社区结构。学者们为了发掘复杂网络中的社区结构,提出了很多社区发现算法。社区发现算法在不同学科和领域中都有重要的应用,例如,生物学,互联网,社会学和计算机科学等。在社区发现领域中,重叠社区发现的目的是找到社区之间的重叠部分,重叠部分本身的特点使其在复杂网络中具有特殊的意义和价值,例如,可以从重叠部分进而推断社区之间是否有相似的关联；对于动态变化的社区,可以从重叠部分预测社区未来的变化,或把已出现的社区还原为上一形态；若把重叠部分删除,则社区之间就是完全独立的；等等。 本文提出了一种基于交互度的重叠社区发现算法。本文的主要研究内容和创新之处总结如下： (1)基于交互度的思想,对社区的重叠部分进行了新的定义,使得对重叠部分的解释更加接近现实也更为合理。本算法以网络中度最大的节点为初始节点,采用凝聚的方式并以交互度为衡量标准对社区进行划分,得出最终的划分结果,且划分出的重叠部分较为合理。 (2)很多重叠社区发现算法只适用于无权网络,而本算法不仅可用于无权网络,而且还可用于带权网络。无权网络或有带权网络使用本算法都能得到较为理想的结果。 (3)本算法使用海豚网络、空手道俱乐部网络和恒河猴网络作为实验数据,对这三个网络进行实验,把得出的结果与其他重叠社区发现算法得出的结果进行对比,可以认为本算法的结果较为合理,说明了本算法是有效的和可用的。
【关键词】：复杂网络 社区发现 重叠社区 交互度
【学位授予单位】：云南大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：O157.5
【目录】：

• 摘要3-4
• Abstract4-6
• 目录6-8
• 第一章 绪论8-14
• 1.1 研究背景8-9
• 1.2 社区发现和重叠社区发现的意义9-10
• 1.3 国内外研究综述10-12
• 1.4 研究内容12
• 1.5 本文组织结构12-14
• 第二章 相关理论14-25
• 2.1 社区的相关概念14-15
• 2.2 重叠社区的相关概念15-16
• 2.3 交互度的相关概念16-22
• 2.3.1 交互行为的概述16-18
• 2.3.2 交互图的概念18-19
• 2.3.3 社区交互度的概念19-22
• 2.4 相关算法介绍22-25
• 第三章 基于交互度的重叠社区发现算法25-31
• 3.1 在重叠社区发现算法中引入交互度的合理性25
• 3.2 基于交互度的重叠社区的定义25-26
• 3.3 本算法的主要思想26-28
• 3.2.1 用于带权网络27
• 3.2.2 用于无权网络27-28
• 3.4 本算法的主要步骤28-31
• 第四章 实验分析及对比31-38
• 4.1 海豚网络实验31-32
• 4.2 American college football网络实验32-34
• 4.3 恒河猴网实验34-35
• 4.4 结果分析及扩展35-38
• 4.4.1 E的取值问题36
• 4.4.2 扩大重叠部分36-38
• 第五章 总结与建议38-41
• 5.1 本文结论38
• 5.2 应用与建议38-39
• 5.3 不足与展望39-41
• 附录41-42
• 参考文献42-45
• 攻读硕士学位期间完成的科研成果45-46
• 致谢46

【参考文献】

中国期刊全文数据库 前1条

1 孙文婷;伏玉琛;吴寅生;;一种局部的重叠社区发现方法[J];计算机应用与软件;2011年10期

中国博士学位论文全文数据库 前1条

1 孔兵;基于连接度量的社区发现研究[D];云南大学;2012年

，

本文编号：768082