本文關(guān)鍵詞：社區(qū)框架與隱藏社區(qū)的挖掘

  更多相關(guān)文章： 社會網(wǎng)絡(luò) 社區(qū)框架 隱藏社區(qū) 節(jié)點中心度 傳遞性 屬性相似度

【摘要】：隨著信息化的發(fā)展,社會網(wǎng)絡(luò)在人們的日常生活中扮演著越來越重要的角色,社會網(wǎng)絡(luò)分析不僅僅受到了社會學(xué)家的重視,也受到了其他領(lǐng)域?qū)W者們的熱捧。社會網(wǎng)絡(luò)由參與者以及參與者之間的聯(lián)系構(gòu)成,其中參與者通常會出現(xiàn)聚簇現(xiàn)象,我們將這些簇稱之為社區(qū),同一個社區(qū)內(nèi)部參與者具有相似的屬性且聯(lián)系緊密,不同社區(qū)之間聯(lián)系稀疏且其屬性各異。社會網(wǎng)絡(luò)中社區(qū)結(jié)構(gòu)的研究具有重要的理論指導(dǎo)意義和實踐應(yīng)用價值,它不僅有利于了解整個網(wǎng)絡(luò)的功能結(jié)構(gòu),掌握其內(nèi)部規(guī)律,預(yù)測其發(fā)展方向；也在電子商務(wù)、計算機(jī)病毒傳播控制等方面起到了重要作用。經(jīng)過多年發(fā)展,大量的社區(qū)挖掘策略被提出,通過研究學(xué)習(xí)我們發(fā)現(xiàn)這些策略有很多不足之處：社區(qū)挖掘時間復(fù)雜度過高、缺少與用戶交互以及不能有效的針對不完整社會網(wǎng)絡(luò)進(jìn)行社區(qū)挖掘,為此本文做了下面三方面的工作。1.為解決現(xiàn)存社區(qū)挖掘策略時間復(fù)雜度過高、缺少與用戶交互等問題。本文討論了社會網(wǎng)絡(luò)節(jié)點中心度、度的冪律分布等特性,提出了“關(guān)鍵子網(wǎng)絡(luò)”和“社區(qū)框架”的概念,設(shè)計了社區(qū)框架挖掘算法(Mine the Community Framework, MCF)和社區(qū)框架鉆取算法(Drill Down the Community Framework, DCF),其中MCF算法用于挖掘社會網(wǎng)絡(luò)的社區(qū)框架,DCF用于對社區(qū)框架進(jìn)行鉆取,從不同粒度展現(xiàn)社會網(wǎng)絡(luò)社區(qū)結(jié)構(gòu)；2.為解決現(xiàn)存社區(qū)挖掘算法不能有效處理不完整社會網(wǎng)絡(luò)的問題,討論了社會網(wǎng)絡(luò)的傳遞性以及節(jié)點屬性相似度,提出了補(bǔ)償矩陣的概念,設(shè)計了構(gòu)建相對完整社會網(wǎng)絡(luò)的方法,進(jìn)而實現(xiàn)了隱藏社區(qū)挖掘算法(1mine the hidden community, MHC)。3.通過實驗與分析,分別驗證了所提出算法的有效性。MCF算法能夠在較短時間內(nèi)挖掘出反映整個網(wǎng)絡(luò)社區(qū)概況的社區(qū)框架,社區(qū)框架鉆取算法可以可控的實現(xiàn)整個網(wǎng)絡(luò)的社區(qū)劃分,MHC算法能夠有效地處理不完整社會網(wǎng)絡(luò)挖掘出其隱藏社區(qū)。
【關(guān)鍵詞】：社會網(wǎng)絡(luò) 社區(qū)框架 隱藏社區(qū) 節(jié)點中心度 傳遞性 屬性相似度
【學(xué)位授予單位】：山東建筑大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP393.09
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 緒論9-16
• 1.1 社區(qū)挖掘背景及意義9-11
• 1.2 社區(qū)挖掘算法研究現(xiàn)狀11-14
• 1.2.0 基于劃分的社區(qū)挖掘算法11
• 1.2.1 基于模塊性優(yōu)化的社區(qū)挖掘算法11-12
• 1.2.3 基于標(biāo)簽傳播的社區(qū)挖掘算法12-13
• 1.2.4 基于動力學(xué)的社區(qū)挖掘算法13-14
• 1.3 本文的研究內(nèi)容及貢獻(xiàn)14-15
• 1.4 論文的組織結(jié)構(gòu)15-16
• 第二章 相關(guān)理論和研究16-28
• 2.1 社區(qū)挖掘相關(guān)理論研究16-21
• 2.1.1 社區(qū)結(jié)構(gòu)16-19
• 2.1.2 社區(qū)評價指標(biāo)19-21
• 2.2 常見社區(qū)挖掘算法21-27
• 2.2.1 GN社區(qū)挖掘算法21-24
• 2.2.2 譜分解社區(qū)挖掘算法24-27
• 2.3 本章小結(jié)27-28
• 第三章 社區(qū)框架的挖掘及鉆取28-41
• 3.1 社區(qū)框架的挖掘28-32
• 3.1.1 節(jié)點中心度28-30
• 3.1.2 度的冪率分布30-31
• 3.1.3 社區(qū)框架及其挖掘31-32
• 3.2 社區(qū)框架的鉆取32-35
• 3.3 實驗結(jié)果與分析35-40
• 3.3.1 實驗數(shù)據(jù)及方案35-36
• 3.3.2 實驗結(jié)果36-40
• 3.4 本章小結(jié)40-41
• 第四章 隱藏社區(qū)的挖掘41-48
• 4.0 補(bǔ)償邊矩陣的構(gòu)建41-43
• 4.0.1 屬性相似度矩陣的構(gòu)建41-42
• 4.0.2 傳遞性矩陣的構(gòu)建42-43
• 4.0.3 構(gòu)建補(bǔ)償邊矩陣43
• 4.1 挖掘隱藏社區(qū)43-44
• 4.2 實驗結(jié)果與分析44-47
• 4.2.1 實驗數(shù)據(jù)及方案44-45
• 4.2.2 實驗結(jié)果45-47
• 4.3 本章小結(jié)47-48
• 第五章 全文總結(jié)及未來展望48-50
• 5.1 論文總結(jié)48
• 5.2 研究展望48-50
• 參考文獻(xiàn)50-54
• 后記54-55
• 攻讀碩士學(xué)位期間論文發(fā)表及科研情況55

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前3條

1 姜雅文;賈彩燕;于劍;;基于節(jié)點相似度的網(wǎng)絡(luò)社團(tuán)檢測算法研究[J];計算機(jī)科學(xué);2011年07期

2 魚亮;高琳;孫鵬崗;;蛋白質(zhì)網(wǎng)絡(luò)中復(fù)合體和功能模塊預(yù)測算法研究[J];計算機(jī)學(xué)報;2011年07期

3 楊博;劉大有;金弟;馬海賓;;復(fù)雜網(wǎng)絡(luò)聚類方法[J];軟件學(xué)報;2009年01期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 劉東飛;智能雙語搜索方法及搜索引擎的研究[D];武漢理工大學(xué);2009年

，

本文編號：599897