基于團(tuán)圖聚類的重疊社區(qū)發(fā)現(xiàn)算法
發(fā)布時(shí)間:2022-09-30 20:46
網(wǎng)絡(luò)科學(xué)是研究復(fù)雜網(wǎng)絡(luò)系統(tǒng)的定性和定量規(guī)律的一門交叉科學(xué),研究涉及到復(fù)雜網(wǎng)絡(luò)的各種拓?fù)浣Y(jié)構(gòu)及其性質(zhì),其研究對(duì)象來(lái)源于各應(yīng)用領(lǐng)域,例如移動(dòng)通信網(wǎng)絡(luò),交通網(wǎng)絡(luò),電力網(wǎng)絡(luò)等.應(yīng)用領(lǐng)域中很多網(wǎng)絡(luò)都具有社區(qū)結(jié)構(gòu),即整個(gè)網(wǎng)絡(luò)由多個(gè)社區(qū)構(gòu)成,社區(qū)內(nèi)個(gè)體之間的連接比較緊密,社區(qū)間個(gè)體之間的連接比較稀疏.由于社區(qū)結(jié)構(gòu)對(duì)于深入理解網(wǎng)絡(luò)的本質(zhì)和充分利用網(wǎng)絡(luò)的信息具有重要意義,社區(qū)發(fā)現(xiàn)成為了網(wǎng)絡(luò)數(shù)據(jù)分析的一個(gè)重要課題.傳統(tǒng)的網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)算法著重于研究社區(qū)的定量刻畫和社區(qū)結(jié)構(gòu)的有效挖掘,多數(shù)社區(qū)發(fā)現(xiàn)算法把網(wǎng)絡(luò)中的個(gè)體分且僅分到一個(gè)社區(qū),但在許多實(shí)際的網(wǎng)絡(luò)中,社區(qū)結(jié)構(gòu)往往具有相互重疊的特征,即存在一些“騎墻節(jié)點(diǎn)”,這些騎墻節(jié)點(diǎn)可能同時(shí)屬于多個(gè)社區(qū).在這種情況下,挖掘重疊社區(qū)結(jié)構(gòu)和分析重疊節(jié)點(diǎn)的特性,將有助于我們更準(zhǔn)確地了解網(wǎng)絡(luò)的結(jié)構(gòu)特征.2010年,Lehmann等人提出了一種能夠發(fā)現(xiàn)具有重疊性和層次性社區(qū)結(jié)構(gòu)的方法,把社區(qū)看作是網(wǎng)絡(luò)中邊的集合,對(duì)邊進(jìn)行社區(qū)發(fā)現(xiàn),進(jìn)而基于邊的社區(qū)得到原網(wǎng)絡(luò)節(jié)點(diǎn)的重疊社區(qū).然而,在很多真實(shí)網(wǎng)絡(luò)中邊數(shù)往往大于節(jié)點(diǎn)數(shù),因此把邊圖作為二級(jí)圖進(jìn)行聚類與直接將節(jié)點(diǎn)進(jìn)行聚類相比,將極大地增加社...
【文章頁(yè)數(shù)】:42 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
中文摘要
英文摘要
1 引言
1.1 課題背景
1.2 研究動(dòng)機(jī)
1.3 論文結(jié)構(gòu)
2 相關(guān)定義及算法過(guò)程
2.1 連邊社區(qū)發(fā)現(xiàn)算法的算法過(guò)程
2.2 團(tuán)圖聚類算法的相關(guān)定義及算法過(guò)程
3 邊圖聚類與團(tuán)圖聚類的模擬研究對(duì)比
3.1 LFR基準(zhǔn)圖簡(jiǎn)介
3.2 LFR基準(zhǔn)圖模擬結(jié)果
4 邊圖聚類與團(tuán)圖聚類的實(shí)例研究對(duì)比
4.1 Karate Club數(shù)據(jù)集
4.2 Dolphin social network數(shù)據(jù)集
5 結(jié)論
5.1 算法的結(jié)果分析
5.2 團(tuán)圖聚類算法的改進(jìn)
參考文獻(xiàn)
致謝
【參考文獻(xiàn)】:
期刊論文
[1]復(fù)雜網(wǎng)絡(luò)的重疊社區(qū)發(fā)現(xiàn)并行算法[J]. 滕飛,戴榮杰,任曉春. 西南交通大學(xué)學(xué)報(bào). 2019(01)
[2]復(fù)雜網(wǎng)絡(luò)大數(shù)據(jù)中重疊社區(qū)檢測(cè)算法[J]. 喬少杰,韓楠,張凱峰,鄒磊,王宏志,Louis Alberto GUTIERREZ. 軟件學(xué)報(bào). 2017(03)
本文編號(hào):3684247
【文章頁(yè)數(shù)】:42 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
中文摘要
英文摘要
1 引言
1.1 課題背景
1.2 研究動(dòng)機(jī)
1.3 論文結(jié)構(gòu)
2 相關(guān)定義及算法過(guò)程
2.1 連邊社區(qū)發(fā)現(xiàn)算法的算法過(guò)程
2.2 團(tuán)圖聚類算法的相關(guān)定義及算法過(guò)程
3 邊圖聚類與團(tuán)圖聚類的模擬研究對(duì)比
3.1 LFR基準(zhǔn)圖簡(jiǎn)介
3.2 LFR基準(zhǔn)圖模擬結(jié)果
4 邊圖聚類與團(tuán)圖聚類的實(shí)例研究對(duì)比
4.1 Karate Club數(shù)據(jù)集
4.2 Dolphin social network數(shù)據(jù)集
5 結(jié)論
5.1 算法的結(jié)果分析
5.2 團(tuán)圖聚類算法的改進(jìn)
參考文獻(xiàn)
致謝
【參考文獻(xiàn)】:
期刊論文
[1]復(fù)雜網(wǎng)絡(luò)的重疊社區(qū)發(fā)現(xiàn)并行算法[J]. 滕飛,戴榮杰,任曉春. 西南交通大學(xué)學(xué)報(bào). 2019(01)
[2]復(fù)雜網(wǎng)絡(luò)大數(shù)據(jù)中重疊社區(qū)檢測(cè)算法[J]. 喬少杰,韓楠,張凱峰,鄒磊,王宏志,Louis Alberto GUTIERREZ. 軟件學(xué)報(bào). 2017(03)
本文編號(hào):3684247
本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/3684247.html
最近更新
教材專著