【摘要】：隨著互聯(lián)網(wǎng)的迅速發(fā)展,有關(guān)社會(huì)網(wǎng)絡(luò)的研究逐漸成為熱點(diǎn)。社會(huì)網(wǎng)絡(luò)中節(jié)點(diǎn)眾多、拓?fù)浣Y(jié)構(gòu)復(fù)雜,具有一定的分析難度。近年來(lái),隨著研究的不斷深入,人們逐漸發(fā)現(xiàn)了一種獨(dú)特的網(wǎng)絡(luò)結(jié)構(gòu)形式--社團(tuán)。目前還沒(méi)有對(duì)于社團(tuán)結(jié)構(gòu)正式、精確的定義,但其所代表的結(jié)構(gòu)特性可以概括為同一社團(tuán)的節(jié)點(diǎn)彼此之間聯(lián)系緊密,不同社團(tuán)的節(jié)點(diǎn)之間彼此聯(lián)系稀疏。這種網(wǎng)絡(luò)結(jié)構(gòu)可以更好的描述社會(huì)網(wǎng)絡(luò)所具有的特點(diǎn)。因此進(jìn)行社團(tuán)相關(guān)的研究具有一定的價(jià)值,同時(shí)也是十分必要的。近年來(lái),社團(tuán)領(lǐng)域相關(guān)的研究逐漸興起。一系列的算法不斷涌現(xiàn),社團(tuán)發(fā)現(xiàn)的應(yīng)用場(chǎng)景不斷擴(kuò)展。涵蓋了人們生活的方方面面。在本課題中,社團(tuán)領(lǐng)域相關(guān)的研究?jī)?nèi)容主要包含以下幾個(gè)方面的工作:動(dòng)態(tài)人工網(wǎng)絡(luò)合成模型的研究。在現(xiàn)實(shí)社會(huì)中,存在著紛繁復(fù)雜的社團(tuán)結(jié)構(gòu)。目前的現(xiàn)有社會(huì)網(wǎng)絡(luò)數(shù)據(jù)一般具有以下特點(diǎn),數(shù)量較少,規(guī)模較小,帶有基準(zhǔn)社團(tuán)的網(wǎng)絡(luò)就更是少之又少。本課題基于LFR模型,進(jìn)行人工合成網(wǎng)絡(luò)的研究,擴(kuò)大其適用范圍。動(dòng)態(tài)社團(tuán)發(fā)現(xiàn)算法的研究。目前應(yīng)用最為廣泛的是基于模塊度的社團(tuán)發(fā)現(xiàn)算法,但其受制于分辨率問(wèn)題,適用范圍有限。本課題基于距離動(dòng)力學(xué)提出了擾動(dòng)因子的概念,并提出一種動(dòng)態(tài)社團(tuán)發(fā)現(xiàn)算法,能夠有效解決這一問(wèn)題。社團(tuán)結(jié)構(gòu)評(píng)價(jià)指標(biāo)的研究。本課題對(duì)目前主流的模塊度指標(biāo)存在的分辨率限制問(wèn)題進(jìn)行分析。提出了一種基于網(wǎng)絡(luò)結(jié)構(gòu)熵的評(píng)價(jià)指標(biāo),彌補(bǔ)了模塊度的局限性。該指標(biāo)能夠更好的描述網(wǎng)絡(luò)的社團(tuán)特性。社團(tuán)結(jié)構(gòu)評(píng)測(cè)原型系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)。上述三個(gè)研究點(diǎn),都在算法方面對(duì)社團(tuán)結(jié)構(gòu)進(jìn)行研究,研究結(jié)果可以作為評(píng)測(cè)系統(tǒng)的理論基礎(chǔ)。本研究點(diǎn)旨在從工程角度將上述三個(gè)研究點(diǎn)結(jié)合起來(lái)作為評(píng)測(cè)系統(tǒng)的技術(shù)支持。在結(jié)合現(xiàn)有并行計(jì)算框架的基礎(chǔ)上,通過(guò)提供簡(jiǎn)單、擴(kuò)展性強(qiáng)的編程模式,簡(jiǎn)化在大規(guī)模數(shù)據(jù)集下進(jìn)行社團(tuán)結(jié)構(gòu)研究的復(fù)雜性。
【圖文】：

邐＾逡逑ｓｆｗｍｉ邋ｉＨｉＳｉａ邋ｉｉ＇ｊｆｇｉｉＳｉ逡逑圖２－１邋Ｓｐａｒｋ生態(tài)系統(tǒng)圖１１４１逡逑各模塊主要功能如下：逡逑ＳＱＬ模塊：Ｓｐａｒｋ邋ＳＱＬ可以支持對(duì)結(jié)構(gòu)化數(shù)據(jù)進(jìn)行并行查詢(xún)。其對(duì)于結(jié)構(gòu)化逡逑數(shù)據(jù)（Ｈｉｖｅ，邋Ａｖｒｏ，邋Ｐａｒｑｕｅｔ，ＯＲＣ，邋ＪＳＯＮ，邋ＪＤＢＣ邋等）提供邋了統(tǒng)一的訪(fǎng)問(wèn)接口。逡逑Ｓｔｒｅａｍｉｎｇ模塊：Ｓｐａｒｋ邋Ｓｔｒｅａｍｉｎｇ為Ｓｐａｒｋ生態(tài)系統(tǒng)中進(jìn)行流式處理的模塊。逡逑該模塊對(duì)于流式數(shù)據(jù)提供了統(tǒng)一的表達(dá)和計(jì)算方式。逡逑ＭＬｌｉｂ模塊：逡逑ＭＬｌｉｂ模塊是Ｓｐａｒｋ提供的分布式機(jī)器學(xué)習(xí)框架。其中對(duì)于大部分機(jī)器學(xué)習(xí)逡逑算法進(jìn)行了分布式抽象。逡逑ＧｒａｐｈＸ邋模塊：逡逑ＧｒａｐｈＸ是Ｓｐａｒｋ提供的有關(guān)并行圖處理的框架。其提供了一種對(duì)于圖模型逡逑進(jìn)行分布式存儲(chǔ)，計(jì)算的統(tǒng)一編程模式。如圖２－２，對(duì)于同一份數(shù)據(jù)來(lái)說(shuō)，，該模逡逑型能夠同時(shí)提供兩種訪(fǎng)問(wèn)方式（Ｔａｂｌｅ邋Ｖｉｅｗ和Ｇｒａｐｈ邋Ｖｉｅｗ），這極大的簡(jiǎn)化了開(kāi)發(fā)逡逑者的編程難度。逡逑Ｍ邐，；＊，逡逑邐ｐ—邐＾逡逑Ｔａｂｌｅ邋Ｖｉｅｗ邐R囧澹牽潁幔穡楨澹鄭椋澹麇義賢跡玻插澹牽潁幔穡瑁刂辛街址夢(mèng)市問(wèn)劍郟保擔(dān)蒎義希保

本文編號(hào)：2531487