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(diǎn)之間的拓?fù)浣Y(jié)構(gòu)信息,其本身的屬性信息也越來(lái)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(méi)有考慮節(jié)點(diǎn)的屬性信息。因此,如何將節(jié)點(diǎn)的拓?fù)浜蛯傩孕畔⑦M(jìn)行有機(jī)地融合,以幫助對(duì)社團(tuán)結(jié)構(gòu)進(jìn)行挖掘,是近年來(lái)的一個(gè)重要研究問(wèn)題。在網(wǎng)絡(luò)數(shù)據(jù)中,節(jié)點(diǎn)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(diǎn)之間更傾向形成拓?fù)溥B邊,它是一座將節(jié)點(diǎn)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。基于該假設(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(bǔ)的效果。然而,由于節(jié)點(diǎn)屬性中存在大量的噪聲,直接利用它們度量節(jié)點(diǎn)之間屬性的相似性,往往會(huì)導(dǎo)致相似性不準(zhǔn)確。特征選擇作為一個(gè)常用的數(shù)據(jù)挖掘手段,可以很好地避免無(wú)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(diǎn)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(diǎn)之間連邊的形成受到不同屬性的影響,這種特征往往無(wú)法通過(guò)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(diǎn)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(shí)候,僅...

【文章頁(yè)數(shù)】：84 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖1-1SantaFe機(jī)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(guó)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(gè)方向有關(guān)，本節(jié)對(duì)它們的國(guó)內(nèi)外研究現(xiàn)狀做出詳述。這些工作將會(huì)啟發(fā)本文的研究動(dòng)機(jī)，并在思路上給予我們借鑒的價(jià)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(diǎn)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(jì)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(huì)失去作用。子空間的一個(gè)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(gè)子集或者新的投影空間上可以被觀測(cè)到具有很大的相似性，并且對(duì)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(huì)對(duì)幾種經(jīng)典的節(jié)點(diǎn)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(jì)算。余弦相似性：該度量方法計(jì)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(diǎn)和節(jié)點(diǎn)之間....

圖2-2樣本統(tǒng)計(jì)直方圖[32]

電子科技大學(xué)碩士學(xué)位論文-近鄰圖為4個(gè)，而全連接圖是1個(gè)。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(guò)設(shè)置領(lǐng)域的方式，將數(shù)據(jù)樣本劃分成了4個(gè)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(diǎn)之間均是連通的。第二個(gè)是這兩個(gè)拉普拉斯矩陣最小的四個(gè)特征值對(duì)應(yīng)的特....

本文編號(hào)：4030550