本文選題：二分網(wǎng)絡(luò) + 重要節(jié)點(diǎn)��； 參考：《深圳大學(xué)》2017年碩士論文

【摘要】：近年來,網(wǎng)絡(luò)科學(xué)的跨越式發(fā)展給我們帶來了觀察現(xiàn)實(shí)世界的新視角。真實(shí)世界中的許多錯(cuò)綜復(fù)雜的關(guān)系都可以抽象為僅含有簡單元素的網(wǎng)絡(luò),并利用網(wǎng)絡(luò)科學(xué)理論定量地描述及分析這些系統(tǒng)的性質(zhì)。而在網(wǎng)絡(luò)科學(xué)領(lǐng)域,對重要節(jié)點(diǎn)識別和研究,對于復(fù)雜網(wǎng)絡(luò)的魯棒性和可靠性的提氋有很重要的實(shí)際意義。不同于網(wǎng)絡(luò)中占多數(shù)的一般節(jié)點(diǎn),網(wǎng)絡(luò)中的重要節(jié)點(diǎn)數(shù)量不多,但對于網(wǎng)絡(luò)的結(jié)構(gòu)或功能有著至關(guān)重要的作用。同時(shí)基于網(wǎng)絡(luò)的重要節(jié)點(diǎn)識別與網(wǎng)絡(luò)的控制、同步、傳播、預(yù)測等都有著緊密的聯(lián)系。由于網(wǎng)絡(luò)重要節(jié)點(diǎn)識別重大的理論研究意義與廣泛的實(shí)際應(yīng)用價(jià)值,關(guān)于重要節(jié)點(diǎn)識別方法的研究一直是網(wǎng)絡(luò)科學(xué)領(lǐng)域熱門研究方向。本文基于時(shí)間維度研究復(fù)雜網(wǎng)絡(luò)下重要節(jié)點(diǎn)識別,研究的主要工作內(nèi)容如下:(1)針對現(xiàn)有二分網(wǎng)絡(luò)下經(jīng)典的重要節(jié)點(diǎn)識別方法進(jìn)行研究,詳細(xì)介紹了IR、CR、IARR、BiHITS、QR等算法,并比較各種方法的優(yōu)缺點(diǎn)。(2)基于時(shí)間維度研究各個(gè)排名算法,提出了兩個(gè)從時(shí)間維度量化分析排名結(jié)果的指標(biāo):新穎性和均衡性。并在后續(xù)實(shí)驗(yàn)中發(fā)現(xiàn)經(jīng)典的重要節(jié)點(diǎn)識別算法存在排名偏向舊節(jié)點(diǎn)的問題。(3)針對無權(quán)二分網(wǎng)絡(luò)提出了一種基于H指數(shù)的重要節(jié)點(diǎn)識別算法,該算法同時(shí)考慮了節(jié)點(diǎn)權(quán)重和時(shí)間演化過程,相比傳統(tǒng)方法時(shí)間新穎性更好且對重要節(jié)點(diǎn)的識別準(zhǔn)確性更高。在二個(gè)實(shí)際網(wǎng)絡(luò)進(jìn)行測試,發(fā)現(xiàn)新算法發(fā)現(xiàn)的重要節(jié)點(diǎn)新穎性更好。(4)針對加權(quán)二分網(wǎng)絡(luò)提出了基于時(shí)間均衡的BiHITS改進(jìn)算法,該算法在一般迭代算法的基礎(chǔ)上增加一個(gè)再均衡過程,使得不同時(shí)間分組的對象能在一起比較。算法保留原有算法健壯性的基礎(chǔ)上大幅提升算法的時(shí)間均衡性。實(shí)驗(yàn)結(jié)果顯示新算法提升對新的優(yōu)秀商品的識別準(zhǔn)確性。
[Abstract]:In recent years, the leapfrog development of network science has brought us a new perspective to observe the real world. Many complicated relationships in the real world can be abstracted into networks containing only simple elements, and the properties of these systems can be quantitatively described and analyzed by using the theory of network science. In the field of network science, the identification and research of important nodes is of great practical significance for the enhancement of robustness and reliability of complex networks. Different from the most common nodes in the network, the number of important nodes in the network is not large, but it plays an important role in the structure or function of the network. At the same time, important node recognition based on network is closely related to network control, synchronization, propagation, prediction and so on. Because of the great theoretical research significance and extensive practical application value of network important node recognition, the research on important node recognition method has been a hot research direction in network science field. In this paper, based on time dimension, important node recognition in complex networks is studied. The main work of the study is as follows: (1) the classical important node recognition methods in existing binary networks are studied, and the algorithms such as IRI CRIARRN BiHITSQR and so on are introduced in detail. And compare the advantages and disadvantages of various methods. 2) based on the time dimension to study the various ranking algorithms, proposed two quantitative analysis from the time dimension of the results of the index: novelty and equilibrium. In the subsequent experiments, it is found that the classical important node recognition algorithm has the problem of ranking biased to the old node. (3) an important node recognition algorithm based on H exponent is proposed for the weighted dichotomy network. The algorithm takes into account both the weight of nodes and the evolution process of time. Compared with the traditional method, the algorithm is more novel in time and more accurate in the recognition of important nodes. By testing in two real networks, it is found that the new algorithm has better novelty of important nodes. (4) an improved BiHITS algorithm based on time equalization is proposed for weighted binary networks. This algorithm adds a reequalization process to the general iterative algorithm, which enables the objects of different time groups to be compared together. On the basis of preserving the robustness of the original algorithm, the time equalization of the algorithm is greatly improved. The experimental results show that the new algorithm improves the accuracy of the identification of new excellent goods.
【學(xué)位授予單位】：深圳大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：O157.5

【相似文獻(xiàn)】

相關(guān)期刊論文 前5條

1 李忠學(xué),童根樹,嚴(yán)慧;節(jié)點(diǎn)連接剛性對門式剛架結(jié)構(gòu)承載能力的影響[J];力學(xué)季刊;2001年02期

2 孫偉;李平;;全預(yù)制砼框架結(jié)構(gòu)節(jié)點(diǎn)連接[J];科技信息;2009年23期

3 譚躍進(jìn);吳俊;鄧宏鐘;;復(fù)雜網(wǎng)絡(luò)中節(jié)點(diǎn)重要度評估的節(jié)點(diǎn)收縮方法[J];系統(tǒng)工程理論與實(shí)踐;2006年11期

4 王蕾蕾;林中材;潘佳慶;楊孔慶;鄒衛(wèi)東;;利用節(jié)點(diǎn)效率評估地理網(wǎng)格網(wǎng)絡(luò)的魯棒性[J];湖北科技學(xué)院學(xué)報(bào);2013年02期

5 ;[J];;年期

相關(guān)會議論文 前1條

1 查曉雄;鐘建偉;;節(jié)點(diǎn)對集裝箱房性能影響的研究[A];'2011全國鋼結(jié)構(gòu)學(xué)術(shù)年會論文集[C];2011年

相關(guān)重要報(bào)紙文章 前1條

1 ;為電網(wǎng)“充電”[N];網(wǎng)絡(luò)世界;2002年

相關(guān)博士學(xué)位論文 前3條

1 王家林;非節(jié)點(diǎn)連接有限元理論及其軟件實(shí)現(xiàn)[D];重慶大學(xué);2008年

2 劉軍;物聯(lián)網(wǎng)可靠感知節(jié)點(diǎn)部署優(yōu)化理論與方法研究[D];廣東工業(yè)大學(xué);2015年

3 劉亞志;延遲容忍網(wǎng)中數(shù)據(jù)傳輸關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 鄭曉欣;城市供水管網(wǎng)節(jié)點(diǎn)混合規(guī)律研究[D];哈爾濱工業(yè)大學(xué);2015年

2 任卓明;復(fù)雜網(wǎng)絡(luò)中的節(jié)點(diǎn)重要性度量研究[D];上海理工大學(xué);2013年

3 楊文靜;Tarax Node節(jié)點(diǎn)在線調(diào)試平臺的設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2015年

4 王倩;影響信息流行為的節(jié)點(diǎn)間關(guān)系模型與控制策略的研究[D];石家莊鐵道大學(xué);2015年

5 陸兆龍;鋼筋混凝土寬柱雙梁節(jié)點(diǎn)的抗震性能研究[D];揚(yáng)州大學(xué);2015年

6 雷雨潼;林中有向傳感器節(jié)點(diǎn)確定性部署的研究[D];北京林業(yè)大學(xué);2016年

7 南棟卿;復(fù)雜網(wǎng)絡(luò)中關(guān)鍵節(jié)點(diǎn)的識別研究[D];吉林大學(xué);2016年

8 謝昆;多溫度工況冷彎薄壁鋼貨架梁-柱節(jié)點(diǎn)疲勞性能試驗(yàn)研究[D];東南大學(xué);2016年

9 關(guān)雅文;復(fù)雜網(wǎng)絡(luò)中關(guān)鍵節(jié)點(diǎn)的查找方法研究[D];大連理工大學(xué);2016年

10 毛一帆;含時(shí)二分網(wǎng)絡(luò)中重要節(jié)點(diǎn)的識別研究[D];深圳大學(xué);2017年

，

本文編號：1952600