基于复杂网络边的密度探索社团结构算法研究

发布时间：2017-12-12 13:23

  本文关键词：基于复杂网络边的密度探索社团结构算法研究

  更多相关文章： 复杂网络 社团结构 极大完全子图 聚类闽值 聚合度

【摘要】：近年来,随着信息技术的飞速发展,科学家和学者们对复杂网络的研究产生了浓厚的兴趣,相继提出了复杂网络的多种结构特性。而社团结构是复杂网络普遍具有的一个重要结构特性。然而现实复杂网络中不仅存在着重叠的社团特性,且具有多种类型的节点。因此在大规模复杂网络中准确地探索社团结构成为了一项基本而又重要的工作。本文根据复杂网络中节点间连边的紧密程度进行社团结构探索研究,主要工作包括以下几个方面：(1)提出了一种基于聚类阈值的重叠社团结构探索算法。首先介绍了极大完全子图的特点,又提出子图间聚类系数的概念。该算法首先从复杂网络中抽取出极大完全子图,然后计算相邻极大完全子图之间的聚类系数,再通过聚类阈值的设定合并极大完全子图,最后得到重叠的社团结构。实验结果表明,基于聚类阈值的重叠社团结构探索算法可以更加快速地探索到更合理的社团结构。(2)提出了一种基于聚合度的重叠社团结构探索算法。本算法给出了链接节点、孤立节点、聚合度等概念。算法首先从复杂网络中抽取出极大完全子图和一些孤立节点,再根据聚合度函数计算节点与极大完全子图之间的聚合度、两个极大完全子图之间的聚合度,根据给出的规则合并极大完全子图,判断链接节点、重叠节点和孤立节点的归属问题。实验结果表明,本算法不需要依赖极大完全子图的大小,就能够快速地探索到重叠社团结构,并且能够探索到具有特殊性质的一些节点。(3)通过初始部分二分子图和二分聚合度相结合的方法,提出了一种在原始二分网络中直接探索重叠二分社团结构的算法,实验结果表明,该算法能够准确地探索重叠二分社团结构。(4)为了分析二分网络中同一类型节点之间的关系,又通过二分聚类三元组将原始二分网络投影为两个有权一般网络,根据有权聚类阈值分别探索有权一般网络的社团结构。实验结果表明基于有权聚类阈值的一般网络的社团结构该算法能够准确地探索二分网络中同类型节点的社团结构。
【学位授予单位】：大连理工大学
【学位级别】：博士
【学位授予年份】：2016
【分类号】：O157.5

【相似文献】

中国期刊全文数据库 前10条

1 刘晋霞;曾建潮;薛耀文;;复杂网络强社团结构探测[J];小型微型计算机系统;2011年04期

2 贾宁宁;封筠;;复杂网络的社团结构发现[J];河北省科学院学报;2013年02期

3 宣照国;苗静;党延忠;刘建国;;科研领域关联网络的社团结构分析[J];上海理工大学学报;2008年02期

4 王伊蕾;王远志;李涛;田生文;;伪度优先演化网络的社团结构研究[J];计算机工程与应用;2009年20期

5 汪小帆;刘亚冰;;复杂网络中的社团结构算法综述[J];电子科技大学学报;2009年05期

6 司夏萌;刘云;丁飞;熊菲;;具有社团结构的有界信任舆论涌现模型研究[J];系统仿真学报;2009年23期

7 谢军;;复杂网络中分析社团结构算法研究概述[J];信息通信;2010年04期

8 朱大勇;张新丽;李树全;;利用局部拓扑信息发现模糊社团结构[J];电子科技大学学报;2011年01期

9 邵斐;蒋国平;;基于社团结构的负载传输优化策略研究[J];物理学报;2011年07期

10 谈煜;梁润鹏;;一种基于层次化社团结构的网络可视化方法[J];微型电脑应用;2012年04期

中国重要会议论文全文数据库 前5条

1 苗清影;汪小帆;;基于社团结构的复杂网络可控性研究[A];第五届全国复杂网络学术会议论文（摘要）汇集[C];2009年

2 李晓佳;张鹏;狄增如;樊瑛;;复杂网络中的社团结构[A];第四届全国网络科学学术论坛暨研究生暑期学校论文集[C];2008年

3 胡延庆;赵尔波;张丹;狄增如;樊瑛;;社团结构的局域和自适应比较性定义及其相应探测方法[A];第五届全国复杂网络学术会议论文（摘要）汇集[C];2009年

4 吴文涛;肖仰华;何震瀛;汪卫;余韬;;基于权重信息挖掘社会网络中的隐含社团[A];第26届中国数据库学术会议论文集（B辑）[C];2009年

5 樊瑛;李梦辉;张鹏;吴金闪;狄增如;;权重对网络结构和性质的影响——社团结构中权重的作用[A];2006全国复杂网络学术会议论文集[C];2006年

中国博士学位论文全文数据库 前10条

1 程建军;复杂网络中的社团检测方法研究[D];兰州大学;2015年

2 李琳;基于多元统计分析的社团挖掘算法研究[D];上海交通大学;2014年

3 王文军;飞机驾驶舱人机工效设计与综合评估关键技术[D];西北工业大学;2015年

4 崔耀祖;基于复杂网络边的密度探索社团结构算法研究[D];大连理工大学;2016年

5 武志昊;复杂网络中的重叠社团发现问题研究[D];北京交通大学;2013年

6 魏芳;基于图挖掘的网络社团结构发现[D];复旦大学;2008年

7 刘传建;复杂网络中的社团结构划分及分析应用[D];山东大学;2014年

8 何东晓;复杂网络社团结构发现方法研究[D];吉林大学;2014年

9 刘晋霞;复杂网络社团结构的探测及其在资金融通网络中的应用研究[D];兰州理工大学;2013年

10 刘瑶;社会网络特征分析与社团结构挖掘[D];电子科技大学;2013年

中国硕士学位论文全文数据库 前10条

1 刘微;复杂网络中社团结构的发现[D];辽宁师范大学;2011年

2 王大军;基于标签传播的社团检测算法研究[D];辽宁大学;2015年

3 杨强;微博社交网络模型的建立及其性质研究[D];北京化工大学;2015年

4 付世海;基于社团结构的网络多传播源定位算法研究[D];东北大学;2013年

5 马骁骑;复杂网络中社团检测技术研究[D];黑龙江大学;2015年

6 张献鹏;基于P4结构的社团挖掘方法[D];西安电子科技大学;2014年

7 陈奔燕;复杂网络的社团探测[D];湘潭大学;2015年

8 杜梅;基于半监督的社团结构发现方法研究[D];合肥工业大学;2014年

9 董哲;复杂网络中的社团发现算法研究[D];解放军信息工程大学;2014年

10 王彭;基于地理位置的网络加权化社团发现算法[D];东北大学;2014年

，

本文编号：1282665