基于節(jié)點跟隨關(guān)系的社區(qū)發(fā)現(xiàn)算法研究
發(fā)布時間:2021-09-22 01:08
社區(qū)發(fā)現(xiàn)的目標是將網(wǎng)絡(luò)分成若干個社區(qū),使得同一個社區(qū)內(nèi)節(jié)點間的連接比較緊密,不同社區(qū)之間節(jié)點間的連接較為稀疏。目前大多數(shù)傳統(tǒng)的社區(qū)發(fā)現(xiàn)算法僅將每個節(jié)點劃分到一個社區(qū)中,但在真實世界網(wǎng)絡(luò)中,一個節(jié)點通常屬于多個社區(qū)。因此,重疊社區(qū)發(fā)現(xiàn)在真實世界網(wǎng)絡(luò)中具有重要意義。傳統(tǒng)的社區(qū)發(fā)現(xiàn)算法通常需要網(wǎng)絡(luò)的全局信息,但是想要獲取大規(guī)模復(fù)雜網(wǎng)絡(luò)的全局信息往往代價高昂,甚至根本無法獲得。另外,在一些實際應(yīng)用中,我們可能只需要給定節(jié)點所在的局部社區(qū),而不需要整個網(wǎng)絡(luò)的社區(qū)結(jié)構(gòu)。因此,研究局部社區(qū)發(fā)現(xiàn)問題具有重要意義。進一步,對于一個給定的起始節(jié)點,有時我們可能希望獲得規(guī)模較小的社區(qū),有時又希望得到規(guī)模較大的社區(qū)。因此,多尺度局部社區(qū)發(fā)現(xiàn)同樣具有研究價值。本文對重疊社區(qū)發(fā)現(xiàn)、局部社區(qū)發(fā)現(xiàn)和多尺度局部社區(qū)發(fā)現(xiàn)進行了相關(guān)研究,主要內(nèi)容包括以下兩個方面。(1)CDFR是一個有效的非重疊社區(qū)發(fā)現(xiàn)算法,該算法提出了NGC節(jié)點的概念。NGC節(jié)點指距離最近的且具有較大中心度的節(jié)點。本文將CDFR算法擴展到重疊社區(qū)發(fā)現(xiàn),提出了一個重疊社區(qū)發(fā)現(xiàn)算法OCDFR。在OCDFR算法中,首先調(diào)用CDFR算法獲得一個初始的非重疊的社團...
【文章來源】:中國科學技術(shù)大學安徽省 211工程院校 985工程院校
【文章頁數(shù)】:74 頁
【學位級別】:碩士
【部分圖文】:
圖1.2重疊社區(qū)示例圖??
?-,??圖1.2重疊社區(qū)示例圖??傳統(tǒng)的社區(qū)發(fā)現(xiàn)算法通常是對整個網(wǎng)絡(luò)進行劃分,從而得到若干個社區(qū)。因??此它們往往需要網(wǎng)絡(luò)的全局信息,比如網(wǎng)絡(luò)中所有的節(jié)點,邊信息等等。但是對??于許多大規(guī)模復(fù)雜網(wǎng)絡(luò)來說,想要獲取其全局信息往往代價很大(或根本無法獲??得)。另外,在一些實際應(yīng)用中,我們可能只需要獲取某一給定節(jié)點所在的那個??社區(qū),而不是整個網(wǎng)絡(luò)的社區(qū)結(jié)構(gòu)。因此,基于網(wǎng)絡(luò)局部信息的局部社區(qū)發(fā)現(xiàn)有??重要的應(yīng)用價值。圖1.3是一個局部社區(qū)示例圖。假設(shè)我們想要獲取節(jié)點2所在??的局部社區(qū),則我們只需根據(jù)節(jié)點2的鄰居節(jié)點1,3,?4,?8,?11和它們之間的??邊,即能開始進行局部社區(qū)發(fā)現(xiàn),從而獲得節(jié)點2所在的社區(qū)。在局部社區(qū)發(fā)現(xiàn)??相關(guān)研究中
?0_8*0_6?0.48??我們用一個例子來說明模糊關(guān)系值的計算方法。如圖2.1所示,假設(shè)節(jié)點3??是節(jié)點1的NGC節(jié)點,圖中邊上的權(quán)重表示兩個節(jié)點間的公共鄰居交集率,??即"p(l,5)?=?0.6,"p(5,6)?=?0.3,"p(6,3)?=?0.8,/^(1,2)=0.9,心(2,3)?=?0.5,??&(1,4)?=?0.8,&(4,3)?=?0.6。從圖2.1中可以看出,節(jié)點1到節(jié)點3之間一共有??3條路徑,分別是路徑pp?1-5-6-3,路徑p2:丨-2-3和路徑14-3。表2.1展??示了在各條路徑上的模糊關(guān)系值的計算過程。從表2.1中可以看出,路徑以上??的模糊關(guān)系值為0.6*0.3*0.8=0.144,路徑巧上的模糊關(guān)系值為0.9*0.5=0.45,路??徑p3上的模糊關(guān)系值為0.8*0.6=0.48。因此,從節(jié)點1到節(jié)點3的模糊關(guān)系值??i?(l
【參考文獻】:
碩士論文
[1]局部社區(qū)發(fā)現(xiàn)算法研究[D]. 張道福.中國科學技術(shù)大學 2018
本文編號:3402844
【文章來源】:中國科學技術(shù)大學安徽省 211工程院校 985工程院校
【文章頁數(shù)】:74 頁
【學位級別】:碩士
【部分圖文】:
圖1.2重疊社區(qū)示例圖??
?-,??圖1.2重疊社區(qū)示例圖??傳統(tǒng)的社區(qū)發(fā)現(xiàn)算法通常是對整個網(wǎng)絡(luò)進行劃分,從而得到若干個社區(qū)。因??此它們往往需要網(wǎng)絡(luò)的全局信息,比如網(wǎng)絡(luò)中所有的節(jié)點,邊信息等等。但是對??于許多大規(guī)模復(fù)雜網(wǎng)絡(luò)來說,想要獲取其全局信息往往代價很大(或根本無法獲??得)。另外,在一些實際應(yīng)用中,我們可能只需要獲取某一給定節(jié)點所在的那個??社區(qū),而不是整個網(wǎng)絡(luò)的社區(qū)結(jié)構(gòu)。因此,基于網(wǎng)絡(luò)局部信息的局部社區(qū)發(fā)現(xiàn)有??重要的應(yīng)用價值。圖1.3是一個局部社區(qū)示例圖。假設(shè)我們想要獲取節(jié)點2所在??的局部社區(qū),則我們只需根據(jù)節(jié)點2的鄰居節(jié)點1,3,?4,?8,?11和它們之間的??邊,即能開始進行局部社區(qū)發(fā)現(xiàn),從而獲得節(jié)點2所在的社區(qū)。在局部社區(qū)發(fā)現(xiàn)??相關(guān)研究中
?0_8*0_6?0.48??我們用一個例子來說明模糊關(guān)系值的計算方法。如圖2.1所示,假設(shè)節(jié)點3??是節(jié)點1的NGC節(jié)點,圖中邊上的權(quán)重表示兩個節(jié)點間的公共鄰居交集率,??即"p(l,5)?=?0.6,"p(5,6)?=?0.3,"p(6,3)?=?0.8,/^(1,2)=0.9,心(2,3)?=?0.5,??&(1,4)?=?0.8,&(4,3)?=?0.6。從圖2.1中可以看出,節(jié)點1到節(jié)點3之間一共有??3條路徑,分別是路徑pp?1-5-6-3,路徑p2:丨-2-3和路徑14-3。表2.1展??示了在各條路徑上的模糊關(guān)系值的計算過程。從表2.1中可以看出,路徑以上??的模糊關(guān)系值為0.6*0.3*0.8=0.144,路徑巧上的模糊關(guān)系值為0.9*0.5=0.45,路??徑p3上的模糊關(guān)系值為0.8*0.6=0.48。因此,從節(jié)點1到節(jié)點3的模糊關(guān)系值??i?(l
【參考文獻】:
碩士論文
[1]局部社區(qū)發(fā)現(xiàn)算法研究[D]. 張道福.中國科學技術(shù)大學 2018
本文編號:3402844
本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/3402844.html
最近更新
教材專著