隨著科學(xué)技術(shù)的發(fā)展,人們能夠收集到的網(wǎng)絡(luò)數(shù)據(jù)類型也日漸豐富。除了網(wǎng)絡(luò)節(jié)點之間的拓?fù)浣Y(jié)構(gòu)信息,其本身的屬性信息也越來越多地被獲取到,這種網(wǎng)絡(luò)被稱為屬性網(wǎng)絡(luò)。傳統(tǒng)的社團(tuán)挖掘算法往往只利用了網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu),而沒有考慮節(jié)點的屬性信息。因此,如何將節(jié)點的拓?fù)浜蛯傩孕畔⑦M(jìn)行有機地融合,以幫助對社團(tuán)結(jié)構(gòu)進(jìn)行挖掘,是近年來的一個重要研究問題。在網(wǎng)絡(luò)數(shù)據(jù)中,節(jié)點屬性與拓?fù)涞囊恢滦约僭O(shè)指的是具有相似屬性的節(jié)點之間更傾向形成拓?fù)溥B邊,它是一座將節(jié)點屬性以及拓?fù)浣Y(jié)構(gòu)這兩類數(shù)據(jù)進(jìn)行融合的橋梁�；谠摷僭O(shè),有效地使用這兩類數(shù)據(jù)往往能夠?qū)ι鐖F(tuán)挖掘任務(wù)達(dá)到互補的效果。然而,由于節(jié)點屬性中存在大量的噪聲,直接利用它們度量節(jié)點之間屬性的相似性,往往會導(dǎo)致相似性不準(zhǔn)確。特征選擇作為一個常用的數(shù)據(jù)挖掘手段,可以很好地避免無關(guān)屬性造成的影響。然而,在網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)中,節(jié)點之間的連邊大部分集中于相同社團(tuán)內(nèi),這種拓?fù)浣Y(jié)構(gòu)上的局部性導(dǎo)致了一致性假設(shè)應(yīng)該也具有局部性,即在不同的社團(tuán)內(nèi),節(jié)點之間連邊的形成受到不同屬性的影響,這種特征往往無法通過特征選擇反映。因此,本文基于網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)與節(jié)點屬性一致性假設(shè)的局部性,提出在進(jìn)行社團(tuán)挖掘的時候,僅...

【文章頁數(shù)】：84 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖1-1SantaFe機構(gòu)人員協(xié)作網(wǎng)絡(luò)[6]

電子科技大學(xué)碩士學(xué)位論文1.2國內(nèi)外研究現(xiàn)狀由于本文的工作內(nèi)容主要與社團(tuán)挖掘與子空間聚類這兩個方向有關(guān)，本節(jié)對它們的國內(nèi)外研究現(xiàn)狀做出詳述。這些工作將會啟發(fā)本文的研究動機，并在思路上給予我們借鑒的價值。1.2.1社團(tuán)挖掘社團(tuán)挖掘任務(wù)的主要目標(biāo)是在網(wǎng)絡(luò)中找到這樣的子圖，其中的節(jié)點較....

圖1-2子空間示意圖[20]

稀疏的空間內(nèi)，常用的距離度量方法計算出數(shù)據(jù)樣本之間的距離趨向于相同。受到該不可避免因素的影響，基于此的聚類算法一般會失去作用。子空間的一個重要理論基礎(chǔ)是，形成簇的數(shù)據(jù)樣本，它們并不是在所有特征上都相似，僅僅在特征的一個子集或者新的投影空間上可以被觀測到具有很大的相似性，并且對于不....

圖2-1兩種拓?fù)湎嗨菩詧D示

第二章相關(guān)概念與技術(shù)(a)(b)圖2-1兩種拓?fù)湎嗨菩詧D示。(a)結(jié)構(gòu)；(b)規(guī)則這部分將只會對幾種經(jīng)典的節(jié)點結(jié)構(gòu)相似性度量方法做出一些介紹，這些方法整體上都是基于共同鄰居以及一些正則化手段進(jìn)行計算。余弦相似性：該度量方法計算鄰接矩陣的第行和第列向量的余弦值作為網(wǎng)絡(luò)節(jié)點和節(jié)點之間....

圖2-2樣本統(tǒng)計直方圖[32]

電子科技大學(xué)碩士學(xué)位論文-近鄰圖為4個，而全連接圖是1個。這與2.2.2章節(jié)中非標(biāo)準(zhǔn)拉普拉斯矩陣的性質(zhì)一致，即近鄰圖通過設(shè)置領(lǐng)域的方式，將數(shù)據(jù)樣本劃分成了4個全連接子圖，而由高斯相似性度量形成的全連接圖內(nèi)，所有節(jié)點之間均是連通的。第二個是這兩個拉普拉斯矩陣最小的四個特征值對應(yīng)的特....

本文編號：4030550