复杂网络中的社团检测算法研究

发布时间：2021-06-05 22:22

　　现实世界中复杂系统可由复杂网络进行高度抽象,其社团结构特性是复杂网络中最显著的特征。通过社团检测算法挖掘复杂网络的社团结构可以深入探索网络的拓扑结构与隐含特性间的关联。此外,复杂网络中的社团检测研究成果已广泛地应用于犯罪团伙识别、蛋白质复合物分析、个性化推荐和信息检索等多个领域。近年来文献中提出大量的社团检测算法来划分网络中的社团结构,然而大部分算法在准确性或效率上都不能达到良好的效果。本文在分析阐述现有的社团检测算法基础上,针对其中存在的问题提出了两种新颖的社团检测算法。主要的研究工作和贡献如下:（1）为了提升标签传播算法LPA的准确性和稳定性,本文中提出了一种基于节点引力的标签传播算法。该算法首先基于网络全局特征的LeaderRank算法计算网络中所有节点的重要性,以重要性升序的方式序列化节点的更新顺序。然后,该算法结合网络的拓扑特征和引力理论来定义网络中节点间的虚拟引力,该引力的定义同时考虑到了节点重要性和节点相似性两种节点特性。算法在标签迭代更新过程中选取引力和最大的标签来更新当前节点的标签,以此来提高算法的稳定性和准确性。（2）针对大规模网络中的社团检测问题,本文中提出基于中... 

【文章来源】：兰州大学甘肃省 211工程院校 985工程院校 教育部直属院校

【文章页数】：75 页

【学位级别】：硕士

【部分图文】：

OpenFlights国际航线网络

【参考文献】：
期刊论文
[1]Hierarchical Community Detection Based on Partial Matrix Convergence Using Random Walks[J]. Wei Zhang,Feng Kong,Liming Yang,Yunfang Chen,Mengyuan Zhang.  Tsinghua Science and Technology. 2018(01)

博士论文
[1]复杂网络中的社团检测方法研究[D]. 程建军.兰州大学 2015



本文编号：3213029