本文關(guān)鍵詞：基于拓?fù)鋭?shì)和譜聚類的社區(qū)發(fā)現(xiàn)研究

  更多相關(guān)文章： 拓?fù)鋭?shì) 譜聚類 社區(qū)數(shù)目 社區(qū)發(fā)現(xiàn)

【摘要】：社區(qū)發(fā)現(xiàn)是復(fù)雜網(wǎng)絡(luò)領(lǐng)域的熱點(diǎn)研究?jī)?nèi)容。社區(qū)發(fā)現(xiàn)算法有很多種,譜聚類方法是其中一類典型的方法。與其他的傳統(tǒng)方法相比,該方法具有映射簡(jiǎn)單,數(shù)理邏輯嚴(yán)密,及適用于任何形狀的數(shù)據(jù)集等優(yōu)點(diǎn)。但是,譜聚類方法也存在一些不足。首先,需要人工確定社區(qū)數(shù)目,雖然可以利用譜間隙的梯形結(jié)構(gòu)確定社區(qū)數(shù)目,但是當(dāng)網(wǎng)絡(luò)社區(qū)結(jié)構(gòu)不明顯時(shí),無(wú)法通過(guò)Normal矩陣的特征向量對(duì)應(yīng)的階梯數(shù)目判斷社區(qū)個(gè)數(shù)。其次,構(gòu)建譜聚類的映射矩陣多采用節(jié)點(diǎn)度構(gòu)造,節(jié)點(diǎn)的度能夠直觀地反映節(jié)點(diǎn)與鄰接節(jié)點(diǎn)間的關(guān)系,但是無(wú)法反映其與網(wǎng)絡(luò)中其他節(jié)點(diǎn)之間的聯(lián)系,無(wú)法包含更多的結(jié)構(gòu)信息,致使特征值及其相應(yīng)特征向量的計(jì)算出現(xiàn)偏差,在一定程度上影響了社區(qū)劃分結(jié)果的準(zhǔn)確性。本文提出基于拓?fù)鋭?shì)場(chǎng)模型的社區(qū)數(shù)量檢測(cè)方法。該算法基于復(fù)雜網(wǎng)絡(luò)構(gòu)建拓?fù)鋭?shì)場(chǎng),然后根據(jù)節(jié)點(diǎn)的拓?fù)鋭?shì)值計(jì)算網(wǎng)絡(luò)的凹凸性參數(shù)。該值越大,復(fù)雜網(wǎng)絡(luò)對(duì)應(yīng)拓?fù)鋭?shì)模型的波峰波谷越明顯,該值越小,復(fù)雜網(wǎng)絡(luò)所對(duì)應(yīng)拓?fù)鋭?shì)模型的起伏越平緩。本文針對(duì)上述兩種類型復(fù)雜網(wǎng)絡(luò)的特點(diǎn)分別搜索局部極大勢(shì)值節(jié)點(diǎn),并對(duì)這些節(jié)點(diǎn)進(jìn)行必要的判定和合并,最終檢測(cè)出整個(gè)復(fù)雜網(wǎng)絡(luò)的社區(qū)數(shù)目。通過(guò)對(duì)真實(shí)復(fù)雜網(wǎng)絡(luò)和人工生成的網(wǎng)絡(luò)的實(shí)驗(yàn),表明該方法具有較高的社區(qū)數(shù)量檢測(cè)的正確率。本文提出融合拓?fù)鋭?shì)場(chǎng)和譜聚類的社區(qū)發(fā)現(xiàn)算法。該算法利用節(jié)點(diǎn)拓?fù)鋭?shì)值構(gòu)造譜聚類中的節(jié)點(diǎn)標(biāo)準(zhǔn)矩陣,并通過(guò)基于拓?fù)鋭?shì)場(chǎng)模型的復(fù)雜網(wǎng)絡(luò)社區(qū)數(shù)量檢測(cè)方法所獲得的局部極值點(diǎn)指導(dǎo)譜聚類進(jìn)行社區(qū)發(fā)現(xiàn),將局部極值點(diǎn)作為K-means聚類算法的初始中心點(diǎn),減少迭代次數(shù),提高譜聚類算法的性能。節(jié)點(diǎn)拓?fù)鋭?shì)是周圍節(jié)點(diǎn)在本節(jié)點(diǎn)處產(chǎn)生勢(shì)值的疊加和,能從全局角度反映節(jié)點(diǎn)間的緊密關(guān)系,使得節(jié)點(diǎn)標(biāo)準(zhǔn)矩陣包含了更多的節(jié)點(diǎn)間結(jié)構(gòu)信息,有助于提高社區(qū)劃分結(jié)果的準(zhǔn)確性。通過(guò)對(duì)真實(shí)復(fù)雜網(wǎng)絡(luò)和人工生成的網(wǎng)絡(luò)的實(shí)驗(yàn),表明該方法對(duì)能夠有效的發(fā)現(xiàn)網(wǎng)絡(luò)的社區(qū),劃分正確率更高。
【關(guān)鍵詞】：拓?fù)鋭?shì) 譜聚類 社區(qū)數(shù)目 社區(qū)發(fā)現(xiàn)
【學(xué)位授予單位】：中國(guó)礦業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：O157.5
【目錄】：

• 致謝4-5
• 摘要5-6
• Abstract6-13
• 1 緒論13-21
• 1.1 研究的背景與意義13-17
• 1.2 研究現(xiàn)狀17-19
• 1.3 本文主要研究?jī)?nèi)容19
• 1.4 本文組織結(jié)構(gòu)19-21
• 2 相關(guān)技術(shù)綜述21-32
• 2.1 拓?fù)鋭?shì)場(chǎng)21-24
• 2.2 譜聚類24-30
• 2.3 本章小結(jié)30-32
• 3 基于拓?fù)鋭?shì)場(chǎng)模型的社區(qū)數(shù)量檢測(cè)方法32-44
• 3.1 引言32-33
• 3.2 社區(qū)數(shù)量檢測(cè)33-38
• 3.3 仿真實(shí)驗(yàn)38-43
• 3.4 本章小結(jié)43-44
• 4 基于拓?fù)鋭?shì)和譜聚類的社區(qū)發(fā)現(xiàn)算法44-57
• 4.1 引言44-45
• 4.2 社區(qū)發(fā)現(xiàn)算法分析45-48
• 4.3 仿真實(shí)驗(yàn)48-56
• 4.4 本章小結(jié)56-57
• 5 總結(jié)與展望57-59
• 5.1 本文總結(jié)57-58
• 5.2 進(jìn)一步的研究工作58-59
• 參考文獻(xiàn)59-63
• 作者簡(jiǎn)歷63-65
• 學(xué)位論文數(shù)據(jù)集65

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前3條

1 王莉軍;楊炳儒;謝永紅;;一種基于數(shù)據(jù)場(chǎng)的社區(qū)發(fā)現(xiàn)算法[J];計(jì)算機(jī)應(yīng)用研究;2011年11期

2 郭亮;朱怡安;遲文明;;基于跳數(shù)場(chǎng)的無(wú)線傳感器網(wǎng)絡(luò)路由協(xié)議研究[J];計(jì)算機(jī)測(cè)量與控制;2010年05期

3 汪小帆;;數(shù)據(jù)科學(xué)與社會(huì)網(wǎng)絡(luò):大數(shù)據(jù),小世界[J];科學(xué)與社會(huì);2014年01期

，

本文編號(hào)：1100976