隨著互聯(lián)網(wǎng)、物聯(lián)網(wǎng)技術的迅猛發(fā)展,復雜網(wǎng)絡的社區(qū)檢測已成為一個研究熱點。社區(qū)檢測在用戶推薦、輿情監(jiān)控、公共安全等方面具有非常重要的實用價值,如何評價檢測算法劃分社區(qū)的好壞對社區(qū)檢測的研究和應用具有重要意義。本文針對社區(qū)劃分評價方法和社區(qū)檢測算法進行研究,主要包含以下三個方面:1)針對現(xiàn)有評價方法的不足,本文提出一種新的基于平均互信息（Average Mutual Information,簡稱AMI）的社區(qū)劃分評價方法,該評價方法使用平均互信息值來度量社區(qū)劃分所損失的信息量,進而衡量社區(qū)劃分的好壞。最后在真實網(wǎng)絡和人工網(wǎng)絡上測試了AMI方法,實驗結果表明AMI方法不僅能夠避免模塊度方法所存在的分辨率限制（Resolution Limit）問題,而且還具有較高的社區(qū)劃分評判準確度。2)針對傳統(tǒng)的非重疊社區(qū)檢測算法存在的社區(qū)劃分準確度低的問題,本文提出一種基于平均互信息的非重疊社區(qū)檢測算法AMI-HC,該算法依據(jù)改進后的模塊度增量進行社區(qū)合并,然后通過計算并選擇最大平均互信息值來確定最終的社區(qū)劃分結果。最后將AMI-HC算法與其他社區(qū)檢測算法（例如GN、FN、EO、LPA、CE算法）在真實網(wǎng)... 

【文章頁數(shù)】：66 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 論文研究內(nèi)容
    1.4 論文組織結構
第二章 信息論和社區(qū)檢測算法基礎
    2.1 引言
    2.2 信息論理論
    2.3 社區(qū)檢測算法
        2.3.1 非重疊社區(qū)檢測算法
        2.3.2 重疊社區(qū)檢測算法
    2.4 本章小結
第三章 基于平均互信息的社區(qū)劃分評價方法
    3.1 引言
    3.2 AMI社區(qū)劃分評價方法
    3.3 驗證與分析
    3.4 本章小結
第四章 基于平均互信息的非重疊社區(qū)檢測算法
    4.1 引言
    4.2 AMI-HC算法
        4.2.1 算法描述
        4.2.2 算法實現(xiàn)
    4.3 實驗結果與分析
        4.3.1 AMI-HC算法在真實網(wǎng)絡上的實驗
        4.3.2 AMI-HC算法在人工網(wǎng)絡上的實驗
    4.4 本章小結
第五章 基于平均互信息的重疊社區(qū)檢測算法
    5.1 引言
    5.2 COPRA算法
    5.3 AMI-COPRA算法
        5.3.1 算法描述
        5.3.2 算法實現(xiàn)
    5.4 實驗結果與分析
        5.4.1 AMI-COPRA算法在真實網(wǎng)絡上的實驗
        5.4.2 AMI-COPRA算法在人工網(wǎng)絡上的實驗
    5.5 本章小結
總結與展望
參考文獻
攻讀碩士學位期間取得的研究成果
致謝
附件


【參考文獻】：
期刊論文
[1]一種加權稠密子圖社區(qū)發(fā)現(xiàn)算法[J]. 楊貴,鄭文萍,王文劍,張浩杰.  軟件學報. 2017(11)
[2]基于動態(tài)主題模型融合多維數(shù)據(jù)的微博社區(qū)發(fā)現(xiàn)算法[J]. 劉冰玉,王翠榮,王聰,王軍偉,王興偉,黃敏.  軟件學報. 2017(02)
[3]基于社交關系的微博主題情感挖掘[J]. 黃發(fā)良,于戈,張繼連,李超雄,元昌安,盧景麗.  軟件學報. 2017(03)
[4]復雜網(wǎng)絡大數(shù)據(jù)中重疊社區(qū)檢測算法[J]. 喬少杰,韓楠,張凱峰,鄒磊,王宏志,Louis Alberto GUTIERREZ.  軟件學報. 2017(03)
[5]基于標簽傳播的可并行復雜網(wǎng)絡重疊社區(qū)發(fā)現(xiàn)算法[J]. 李春英,湯庸,林海,袁成哲,麥輝強.  中國科學:信息科學. 2016(02)
[6]一種基于交叉熵的社區(qū)發(fā)現(xiàn)算法[J]. 于海,趙玉麗,崔坤,朱志良.  計算機學報. 2015(08)
[7]基于標簽傳播概率的重疊社區(qū)發(fā)現(xiàn)算法[J]. 劉世超,朱福喜,甘琳.  計算機學報. 2016(04)
[8]基于節(jié)點層級與標簽傳播增益的重疊社區(qū)發(fā)現(xiàn)[J]. 陳羽中,施松,陳國龍,於志勇.  模式識別與人工智能. 2015(04)
[9]融合擴展信息瓶頸理論的話題關聯(lián)檢測方法研究[J]. 楊玉珍,劉培玉,費紹棟,張成功.  自動化學報. 2014(03)
[10]復雜網(wǎng)絡社區(qū)挖掘綜述[J]. 劉大有,金弟,何東曉,黃晶,楊建寧,楊博.  計算機研究與發(fā)展. 2013(10)



本文編號：3651007