隨著互聯(lián)網(wǎng)技術(shù)和Web2.0應(yīng)用的飛速發(fā)展,大量形態(tài)各異的在線社交網(wǎng)絡(luò)風(fēng)靡世界,成為人們分享和傳遞信息的重要平臺,也幫助人們在網(wǎng)絡(luò)中維系著自己的社會關(guān)系。因此,研究社交網(wǎng)絡(luò)中的社區(qū)結(jié)構(gòu)有著非�，F(xiàn)實(shí)的意義,也成為近些年的研究熱點(diǎn)。研究人員曾提出過很多社區(qū)發(fā)現(xiàn)算法,然而很多算法都有時間復(fù)雜度較高的問題�；跇�(biāo)簽傳播的社區(qū)發(fā)現(xiàn)算法具有接近線性的時間復(fù)雜度,它對圖中每個頂點(diǎn)分配一個代表其所在社區(qū)的標(biāo)簽,按照隨機(jī)順序?qū)γ總�頂點(diǎn)進(jìn)行標(biāo)簽更新。一個頂點(diǎn)若具有多個滿足條件的候選標(biāo)簽,則隨機(jī)選擇標(biāo)簽。然而該算法的結(jié)果包含很多小而碎的社區(qū),且結(jié)果很不穩(wěn)定。因此我們提出了基于標(biāo)簽影響值的社區(qū)發(fā)現(xiàn)算法（LIB）。LIB算法選取一個種子集,為其中的頂點(diǎn)分配標(biāo)簽并按頂點(diǎn)度排序進(jìn)行傳播,在傳播過程中為每一種標(biāo)簽計(jì)算標(biāo)簽影響值來選擇標(biāo)簽。我們在不同類型的數(shù)據(jù)集上進(jìn)行了對比實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明LIB算法在復(fù)雜度相近的情況下明顯提高了所發(fā)現(xiàn)社區(qū)的質(zhì)量,并有很好的穩(wěn)定性。為了能更多的考慮社交網(wǎng)絡(luò)中的動態(tài)行為,并且更多的從社會學(xué)意義上提高社區(qū)發(fā)現(xiàn)的質(zhì)量,我們提出了基于標(biāo)簽影響向量的社區(qū)發(fā)現(xiàn)算法（LIVB）。LIVB算法將在線社... 

【文章來源】：復(fù)旦大學(xué)上海市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：53 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 引言
    1.1 背景介紹
    1.2 相關(guān)概念
        1.2.1 社交網(wǎng)絡(luò)中的社區(qū)
        1.2.2 社交網(wǎng)絡(luò)的數(shù)學(xué)表達(dá)
        1.2.3 社區(qū)發(fā)現(xiàn)算法
    1.3 本文組織架構(gòu)
第二章 相關(guān)工作與背景知識
    2.1 社區(qū)發(fā)現(xiàn)相關(guān)算法
    2.2 基于標(biāo)簽傳播的社區(qū)發(fā)現(xiàn)算法
    2.3 社區(qū)質(zhì)量評價指標(biāo)
第三章 基于標(biāo)簽影響值的社區(qū)發(fā)現(xiàn)算法
    3.1 算法思想
    3.2 LIB社區(qū)發(fā)現(xiàn)算法
        3.2.1 種子集合的選取
        3.2.2 標(biāo)簽傳播過程
        3.2.3 社區(qū)生成算法LIB
    3.3 LIB算法時間復(fù)雜度
第四章 LIB算法實(shí)驗(yàn)驗(yàn)證
    4.1 實(shí)驗(yàn)數(shù)據(jù)
        4.1.1 基準(zhǔn)數(shù)據(jù)集
        4.1.2 抓取數(shù)據(jù)集
    4.2 實(shí)驗(yàn)環(huán)境
    4.3 實(shí)驗(yàn)評估方法
    4.4 實(shí)驗(yàn)結(jié)果與分析
        4.4.1 實(shí)驗(yàn)一 基于基準(zhǔn)數(shù)據(jù)集的實(shí)驗(yàn)
        4.4.2 實(shí)驗(yàn)二 基于抓取數(shù)據(jù)集的實(shí)驗(yàn)
第五章 基于標(biāo)簽影響向量的社區(qū)發(fā)現(xiàn)算法
    5.1 算法提出背景
    5.2 Label-Influence-Vector-Based社區(qū)發(fā)現(xiàn)算法
        5.2.1 算法思想
        5.2.2 標(biāo)簽影響向量的計(jì)算
        5.2.3 標(biāo)簽影響向量的比較方式
        5.2.4 社區(qū)生成算法LIVB
    5.3 LIVB算法時間復(fù)雜度
    5.4 標(biāo)簽影響向量比較公式的傳遞性證明
        5.4.1 問題定義
        5.4.2 問題分析
        5.4.3 分類詳細(xì)證明
第六章 LIVB算法實(shí)驗(yàn)驗(yàn)證
    6.1 實(shí)驗(yàn)數(shù)據(jù)
    6.2 實(shí)驗(yàn)環(huán)境
    6.3 實(shí)驗(yàn)評估方法
    6.4 實(shí)驗(yàn)結(jié)果與分析
        6.4.1 實(shí)驗(yàn)三 LIVB算法和LPA算法對比實(shí)驗(yàn)
        6.4.2 實(shí)驗(yàn)四 LPA算法在不同類型圖上的對比實(shí)驗(yàn)
第七章 總結(jié)與展望
    7.1 論文總結(jié)
    7.2 未來工作展望
參考文獻(xiàn)
附錄一 碩士期間所發(fā)表的論文
致謝



本文編號：3326589