复杂网络社区结构挖掘及演化分析

发布时间：2020-06-11 23:21

【摘要】： 在复杂网络的研究过程中,社区(复杂网络的特殊子图)的发现以及相关分析始终成为关注焦点。在过去的几年中,人们注重从复杂网络中发现社区结构,但该方法单纯分析其平面拓扑特性。对于社区属性的深入分析,特别是社区结构的空间和时间维度分析,尚处于发展阶段。通过分析社区空间特性,使人们以更准确的方式观察整个社区。通过分析社区随时间变化,使人们追踪社区的发展过程,即演化过程。所以,本文将社区的空间分析和时间分析作为两个研究点。不同与现在流行的基于结构分解的社区空间结构分析方法,本文提出了面向内容的分析方法。它的目标是在只知道社会网络的拓扑结构前提下,能够分析出不同社区位于的社会层次,即哪些社区处于社会上层或下层。分析社区空间结构分为如下步骤:(1)挖掘结点活动范围;(2)定量分析结点活动范围;(3)确定结点的网络地位;(4)发现社区结构;(5)确定社区所在网络中阶层。该方法帮助人们从一个新的角度来观察社会网络。本文提出的基于核心的演化跟踪算法目的是挖掘某一时刻的社区在下一时刻的状态。它具有如下步骤:(1)确定社区核心点;(2)利用社区核心点,为处于不同时间段的社区建立演化关系。该方法实现无参数化,同时它能够发现社区演化路径中的分裂点和融合点。通过分析社区演化路径,人们可以预测社区的发展趋势。本文实验数据包括:科研合作网、电话呼叫网、Enron公司Email网、电影演员合作网、Internet网、词网、软件网等等。多样的实验数据有效地验证以上提出的算法。在社区空间挖掘方面,本文成功展示出Enron公司的社区阶层:三个社区位于领导层,六个位于普通员工层。在社区时间演化方面,本文分析了多种数据集社区的演化发展路径。当对社会网络和非社会网络的演化特性比较后,根据它们的相异点(比如:在社会网络中,成员变动越大的社区活得越长;在非社会网络中,情况相反),本文提出了一种全新的区分社会网络和非社会网络的方法。它在本文提供的实验数据下成立。同时该区分方法帮助人们改进社会网络模型。
【图文】：

个人活动,活动范围,领域,结点

GrouP3图2一1结点个人活动领域如图2一1所示，，点vl的活动范围为q和乓，但是它不能扩展到乓，由于点vl和点v8点、之间不存在双向边。在现实生活中，vl代表一个推销员，q和乓都是他的稳定推销客户，而乓是他的待开发的客户，他打给乓成员电话，但乓成员并没有回应。如果为了简化问题，将边的有向性去除，那么乓有可能为点v，的活动范围的一部分

个人活动,领域,实验结果,普通员工

4.2.1电话通信网社区空间挖掘实验1个人活动范围挖掘如图4一l(a)所示，它展示了D即 .7Employeel的个人活动领域;如图所示，它展示了 ViceGeneralManager的个人活动领域。在整个挖掘过程中，结点的身份(这里是人员的职位)没有使用，只是做为结果验证的依据。图4一1(b)显示了一个普通员工的个人活动范围。从图中可以直观看到，在该活动范围中的成员大多数也是普通员工。图显示了一个副总经理的活动范围，它与普通员工的活动范围截然不同，其成员大多数是各部门经理。在我们挖掘过程中发现，许多普通员工也和经理
【学位授予单位】：北京邮电大学
【学位级别】：硕士
【学位授予年份】：2009
【分类号】：N941.4

【引证文献】