本文關(guān)鍵詞：社會網(wǎng)中社團(tuán)檢測問題的研究

  更多相關(guān)文章： 社會網(wǎng) 社團(tuán)檢測 標(biāo)簽傳播 相似度 核心節(jié)點

【摘要】：隨著社會的不斷進(jìn)步和科技的發(fā)展,人們的溝通交流也逐漸頻繁起來,尤其是一些社交網(wǎng)站及社交軟件的興起,使人們的聯(lián)系更加頻繁密切,逐漸形成一個大的社會網(wǎng)絡(luò)。社團(tuán)結(jié)構(gòu)被認(rèn)為是社會網(wǎng)的一個重要性質(zhì),檢測網(wǎng)絡(luò)中的社團(tuán)結(jié)構(gòu)對于理解社會網(wǎng)的結(jié)構(gòu)和功能都有重要意義。本文主要針對社會網(wǎng)中社團(tuán)檢測問題進(jìn)行研究,主要包括以下幾個方面內(nèi)容:首先,對傳統(tǒng)的標(biāo)簽傳播算法進(jìn)行了研究,該算法在標(biāo)簽傳播過程中將所有節(jié)點的重要性視為同等,并且存在很多的隨機(jī)性,這樣使檢測到的社團(tuán)結(jié)果質(zhì)量不高。本文提出了一種基于親密度的標(biāo)簽傳播社團(tuán)檢測算法,根據(jù)節(jié)點的重要性給出了局部中心節(jié)點的概念,對這些局部中心節(jié)點分配唯一的標(biāo)簽,可以減少傳播過程中很多不必要的判斷開銷,提高效率;同時在標(biāo)簽更新的過程中考慮節(jié)點的親密度,這樣避免了節(jié)點在更新標(biāo)簽過程中的隨機(jī)性,從而提高算法的穩(wěn)定性,提升算法檢測社團(tuán)的質(zhì)量。其次,目前的關(guān)于相似性的社團(tuán)檢測方法僅從節(jié)點之間的相似度進(jìn)行考慮,本文提出了基于改進(jìn)節(jié)點相似度的社團(tuán)檢測算法,該算法在Jaccard相似度的基礎(chǔ)上,考慮節(jié)點之間邊的重要度,給出節(jié)點間的綜合相似度的定義,通過計算比較節(jié)點周圍的鄰居社團(tuán)內(nèi)節(jié)點總相似度,將節(jié)點劃分到社團(tuán)內(nèi)相似度較大的社團(tuán)中。通過在真實網(wǎng)絡(luò)和人工合成網(wǎng)絡(luò)中進(jìn)行實驗,表明算法具有很好社團(tuán)檢測效果。最后,通過對真實網(wǎng)絡(luò)的觀察發(fā)現(xiàn),社會網(wǎng)絡(luò)中每個節(jié)點的重要性都是不相同的,通常影響力越大的點在社團(tuán)中占有更重要的中心性,文章提出一種基于核心節(jié)點的社團(tuán)檢測算法,首先通過計算節(jié)點的局部影響力找到核心節(jié)點,其次是通過這些核心節(jié)點檢測到局部核心社團(tuán),最后檢測出網(wǎng)絡(luò)中的所有社團(tuán)結(jié)構(gòu)。該算法屬于基于局部的檢測社團(tuán)算法,不用知道社團(tuán)數(shù)量,同時具有很好的計算效率和檢測質(zhì)量。
【關(guān)鍵詞】：社會網(wǎng) 社團(tuán)檢測 標(biāo)簽傳播 相似度 核心節(jié)點
【學(xué)位授予單位】：黑龍江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP393.02;TP301.6
【目錄】：

• 中文摘要4-5
• Abstract5-10
• 第1章 緒論10-17
• 1.1 研究目的和意義10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-14
• 1.3 本文研究內(nèi)容14-15
• 1.4 章節(jié)安排15-16
• 1.5 本章小結(jié)16-17
• 第2章社團(tuán)檢測相關(guān)理論17-25
• 2.1 社會網(wǎng)及其特征17-21
• 2.1.1 社會網(wǎng)的表示方法17-19
• 2.1.2 社會網(wǎng)的特征19-21
• 2.2 社會網(wǎng)中的社團(tuán)結(jié)構(gòu)21-22
• 2.3 經(jīng)典社團(tuán)發(fā)現(xiàn)算法22-24
• 2.3.1 Kernighan-Lin算法22-23
• 2.3.2 GN算法23
• 2.3.3 Newman快速算法23-24
• 2.4 本章小結(jié)24-25
• 第3章 基于親密度的標(biāo)簽傳播社團(tuán)檢測算法研究25-39
• 3.1 引言25-26
• 3.2 基于標(biāo)簽傳播的社團(tuán)檢測算法（LPA）26-28
• 3.2.1 算法思想26-27
• 3.2.2 相關(guān)改進(jìn)算法27-28
• 3.3 基于親密度的標(biāo)簽傳播社團(tuán)檢測算法28-32
• 3.3.1 局部中心點29
• 3.3.2 節(jié)點間親密度29-30
• 3.3.3 BILPA標(biāo)簽傳播算法30-32
• 3.4 實驗結(jié)果與分析32-38
• 3.4.1 數(shù)據(jù)集32-33
• 3.4.2 比較方法和評價方式33-34
• 3.4.3 結(jié)果分析34-38
• 3.5 本章小結(jié)38-39
• 第4章 基于改進(jìn)節(jié)點相似度的社團(tuán)檢測算法研究39-52
• 4.1 引言39-40
• 4.2 節(jié)點相似度40-42
• 4.3 基于改進(jìn)節(jié)點相似度的社團(tuán)檢測算法42-46
• 4.3.1 改進(jìn)相似度42-44
• 4.3.2 CDIS算法44-46
• 4.4 實驗結(jié)果與分析46-51
• 4.4.1 數(shù)據(jù)集46-47
• 4.4.2 比較方法和評價方式47-48
• 4.4.3 模塊度Q比較48-49
• 4.4.4 NMI比較49-51
• 4.5 本章小結(jié)51-52
• 第5章 基于核心節(jié)點的社團(tuán)檢測算法研究52-66
• 5.1 引言52
• 5.2 相關(guān)工作52-54
• 5.3 基于核心節(jié)點的社團(tuán)檢測算法研究54-59
• 5.3.1 選擇核心節(jié)點54-56
• 5.3.2 檢測局部核心社團(tuán)56-57
• 5.3.3 全局檢測社團(tuán)57-59
• 5.4 實驗結(jié)果與分析59-65
• 5.4.1 數(shù)據(jù)集59-61
• 5.4.2 比較方法和評價方式61-62
• 5.4.3 實驗結(jié)果62-65
• 5.5 本章小結(jié)65-66
• 結(jié)論66-68
• 參考文獻(xiàn)68-74
• 致謝74-75

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 郭帆;余敏;葉繼華;;一種基于分類和相似度的報警聚合方法[J];計算機(jī)應(yīng)用;2007年10期

2 許鵬遠(yuǎn);黨延忠;;基于元相似度的推薦算法[J];計算機(jī)應(yīng)用研究;2011年10期

3 孫喜來;王欣;葛昂;鄭家民;鄧宏斌;;面向相似度的多維異構(gòu)數(shù)據(jù)比對模型研究[J];信息安全與技術(shù);2011年09期

4 楊云;朱學(xué)峰;;一種新的計算中藥指紋圖譜相似度方法與實現(xiàn)[J];計算機(jī)測量與控制;2007年10期

5 熊子奇;張暉;林茂松;;基于相似度的中文網(wǎng)頁正文提取算法[J];西南科技大學(xué)學(xué)報;2010年01期

6 劉萍;陳燁;;詞匯相似度研究進(jìn)展綜述[J];現(xiàn)代圖書情報技術(shù);2012年Z1期

7 孫瑤瑤;劉杰;;基于Embedded MATLAB函數(shù)模塊的圖像相似度的實現(xiàn)[J];計算機(jī)與數(shù)字工程;2010年02期

8 朱新懿;耿國華;;顱面重構(gòu)中顱面相似度比較[J];計算機(jī)應(yīng)用研究;2010年08期

9 厲晗;徐向民;尤芳敏;錢民;馬東;;利用相似度分割特征集的混合核構(gòu)造方法[J];科學(xué)技術(shù)與工程;2007年04期

10 邢長征;孫偉;;一種改進(jìn)的基于句子相似度的檢測算法[J];計算機(jī)系統(tǒng)應(yīng)用;2010年02期

中國重要會議論文全文數(shù)據(jù)庫 前4條

1 杜琦;鞏政;;基于字符串相似度的自動評分算法實現(xiàn)[A];2011年全國電子信息技術(shù)與應(yīng)用學(xué)術(shù)會議論文集[C];2011年

2 韓敏;唐常杰;段磊;李川;鞏杰;;基于TF/IDF相似度的標(biāo)簽聚類方法[A];第26屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（A輯）[C];2009年

3 郭帆;葉繼華;余敏;;分布式IDS報警聚合研究與實現(xiàn)[A];2008'中國信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（二）[C];2008年

4 何梅;劉亞軍;陳耿;;詞性劃分和差額法在主觀題閱卷中的應(yīng)用[A];第二十四屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2007年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 朱新懿;三維顱面相似度比較的研究[D];西北大學(xué);2012年

2 吳迪;基于加權(quán)相似度的序列聚類算法研究[D];燕山大學(xué);2014年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 嚴(yán)春梅;向量空間模型與語義理解相結(jié)合的論文相似度算法研究[D];西南交通大學(xué);2015年

2 曹楊毅;企業(yè)關(guān)系網(wǎng)絡(luò)中基于相似度的弱關(guān)系分析[D];山東大學(xué);2015年

3 馬建偉;企業(yè)電子文檔相似度快速檢測技術(shù)的研究與實現(xiàn)[D];大連理工大學(xué);2015年

4 趙子豪;測井曲線相似度算法的研究[D];東北石油大學(xué);2015年

5 張桂英;基于DFA與特征量化的代碼相似度可視化檢測系統(tǒng)的研究[D];重慶大學(xué);2015年

6 黃敏敏;高速公路交通應(yīng)急救援預(yù)案智能匹配方法研究[D];東南大學(xué);2015年

7 ，

本文編號：815345