【摘要】：隨著信息技術(shù)的飛速發(fā)展,互聯(lián)網(wǎng)已經(jīng)逐漸融入人們的日常生活當(dāng)中。在此背景下,出現(xiàn)了大量的復(fù)雜網(wǎng)絡(luò)。社團(tuán)結(jié)構(gòu)是復(fù)雜網(wǎng)絡(luò)的重要特征,研究復(fù)雜網(wǎng)絡(luò)的社團(tuán)結(jié)構(gòu)能夠幫助研究者更好地理解復(fù)雜網(wǎng)絡(luò)的特征和功能。論文詳細(xì)介紹了復(fù)雜網(wǎng)絡(luò)的基本概念、網(wǎng)絡(luò)模型以及社團(tuán)檢測(cè)的幾類(lèi)常用算法。在此基礎(chǔ)之上,作者對(duì)不同類(lèi)型的復(fù)雜網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)進(jìn)行深入研究之后,挖掘其隱含的信息,并提出了兩個(gè)改進(jìn)的社團(tuán)檢測(cè)算法。(1)提出一個(gè)基于節(jié)點(diǎn)相似度的社團(tuán)檢測(cè)算法—AR-Cluster算法,用于檢測(cè)節(jié)點(diǎn)具有屬性特征的復(fù)雜網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu)。通過(guò)對(duì)IGC-CSM算法進(jìn)行分析和研究之后,我們發(fā)現(xiàn)IGC-CSM算法在計(jì)算節(jié)點(diǎn)的結(jié)構(gòu)相似度時(shí),只考慮拓?fù)浣Y(jié)構(gòu)中節(jié)點(diǎn)的三種連接關(guān)系,卻未深入分析網(wǎng)絡(luò)拓?fù)渲?這些節(jié)點(diǎn)內(nèi)部的密切關(guān)系。為了能夠檢測(cè)結(jié)構(gòu)緊密且屬性特征相似的社團(tuán),AR-Cluster算法提出吸引度和推薦度兩個(gè)概念,重新定義節(jié)點(diǎn)的結(jié)構(gòu)相似度,然后采用結(jié)構(gòu)相似度和屬性相似度的協(xié)同策略,定義節(jié)點(diǎn)之間的相似度;最后使用K-Medoids算法進(jìn)行聚類(lèi)。實(shí)驗(yàn)結(jié)果表明,AR-Cluster算法對(duì)于節(jié)點(diǎn)具有屬性特征的復(fù)雜網(wǎng)絡(luò),能夠有效檢測(cè)社團(tuán)結(jié)構(gòu)。(2)提出一個(gè)基于節(jié)點(diǎn)重要度的社團(tuán)檢測(cè)算法—NI-DF算法,用于檢測(cè)一般復(fù)雜網(wǎng)絡(luò)中的社團(tuán)結(jié)構(gòu)和重疊點(diǎn)。算法分為兩個(gè)階段:網(wǎng)絡(luò)硬劃分和重疊點(diǎn)檢測(cè)。第一階段,NI過(guò)程,首先基于網(wǎng)絡(luò)結(jié)構(gòu)特征提出節(jié)點(diǎn)重要度的計(jì)算方法,然后選擇重要度最大的節(jié)點(diǎn)作為簇的中心節(jié)點(diǎn),通過(guò)TROC算法的中心節(jié)點(diǎn)擴(kuò)展方法,最終得到網(wǎng)絡(luò)的硬劃分。第二階段,DF過(guò)程,在第一階段得到的劃分結(jié)果之上,提出區(qū)別函數(shù)用于檢測(cè)重疊點(diǎn)。實(shí)驗(yàn)結(jié)果表明,NI-DF算法能夠較好地檢測(cè)社團(tuán)和重疊點(diǎn)。AR-Cluster算法目前只研究節(jié)點(diǎn)屬性數(shù)目相同的社團(tuán)檢測(cè)問(wèn)題,未考慮屬性不對(duì)稱(chēng)的情況。NI-DF算法檢測(cè)重疊點(diǎn)過(guò)于粗糙,需要細(xì)化。
【圖文】：

互聯(lián)網(wǎng)現(xiàn)在已經(jīng)融入人們的日常生活、微信、Facebook、維基（wiki）等各種社合作網(wǎng)絡(luò)、生物系統(tǒng)中的蛋白質(zhì)相互作用網(wǎng)近年來(lái)，隨著不斷對(duì)復(fù)雜網(wǎng)絡(luò)進(jìn)行深入的研性—社團(tuán)結(jié)構(gòu)。目前，復(fù)雜網(wǎng)絡(luò)中的社團(tuán)檢絡(luò)的研究可追溯到“Konigsberg 七橋問(wèn)題”的關(guān)系則通過(guò)連接邊表示。例如，在科學(xué)家點(diǎn)之間的連接邊對(duì)應(yīng)科學(xué)家之間的合作關(guān)系節(jié)點(diǎn)之間的連接邊對(duì)應(yīng)用戶(hù)之間的社會(huì)關(guān)系構(gòu)建復(fù)雜網(wǎng)絡(luò)模型基礎(chǔ)之上，研究者利用圖分析復(fù)雜網(wǎng)絡(luò)的功能，發(fā)現(xiàn)復(fù)雜網(wǎng)絡(luò)的特征關(guān)于復(fù)雜網(wǎng)絡(luò)研究的論文，復(fù)雜網(wǎng)絡(luò)的研究

在社交網(wǎng)絡(luò)當(dāng)中，社交網(wǎng)絡(luò)由一些成員以及成員之間的關(guān)系進(jìn)行社團(tuán)檢測(cè)能夠幫助用戶(hù)了解不同社團(tuán)成員之間愛(ài)好、信仰等方面當(dāng)中，工程項(xiàng)目的技術(shù)專(zhuān)業(yè)可以通過(guò)社會(huì)網(wǎng)絡(luò)分析進(jìn)行準(zhǔn)確的定位。以利用社團(tuán)檢測(cè)算法分析恐怖組織的網(wǎng)絡(luò)結(jié)構(gòu)，進(jìn)而找出該組織中的不法分子【5】。在電子商務(wù)領(lǐng)域當(dāng)中，可以把消費(fèi)者看作網(wǎng)絡(luò)節(jié)點(diǎn)，在那的消費(fèi)者之間構(gòu)建連接邊，，通過(guò)對(duì)該網(wǎng)絡(luò)進(jìn)行社團(tuán)檢測(cè)，可以預(yù)測(cè)處者具有哪些類(lèi)似的購(gòu)物偏好；進(jìn)而可以有針對(duì)性地向消費(fèi)者推薦物品法已經(jīng)應(yīng)用于社交網(wǎng)絡(luò)分析、Web 社區(qū)挖掘、未知蛋白質(zhì)功能預(yù)測(cè)等意義互聯(lián)網(wǎng)逐漸融入人們的日常生活，各種復(fù)雜網(wǎng)絡(luò)的實(shí)際應(yīng)用也日漸興的微博、微信，生物系統(tǒng)中的蛋白質(zhì)相互作用網(wǎng)絡(luò)和科學(xué)家合作網(wǎng)等絡(luò)雖然在各個(gè)領(lǐng)域以不同的特點(diǎn)和方式呈現(xiàn)，但研究者們卻發(fā)現(xiàn)復(fù)征：（1）“小世界效應(yīng)”【6】；（2）“無(wú)標(biāo)度特性”【7】；（3）“社團(tuán)結(jié)構(gòu)”【8，9 1-4 分別是對(duì)三個(gè)基本統(tǒng)計(jì)特征描述的圖示。
【學(xué)位授予單位】：西安理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：O157.5

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 楊育彬;李寧;張瑤;;基于社會(huì)網(wǎng)絡(luò)可視化分析的數(shù)據(jù)挖掘(英文)[J];軟件學(xué)報(bào);2008年08期

2 方錦清;汪小帆;鄭志剛;李翔;狄增如;畢橋;;一門(mén)嶄新的交叉科學(xué):網(wǎng)絡(luò)科學(xué)(下篇)[J];物理學(xué)進(jìn)展;2007年04期

3 方錦清;汪小帆;鄭志剛;畢橋;狄增如;李翔;;一門(mén)嶄新的交叉科學(xué):網(wǎng)絡(luò)科學(xué)(上)[J];物理學(xué)進(jìn)展;2007年03期

4 劉濤,陳忠,陳曉榮;復(fù)雜網(wǎng)絡(luò)理論及其應(yīng)用研究概述[J];系統(tǒng)工程;2005年06期

相關(guān)博士學(xué)位論文 前1條

1 王s

本文編號(hào)：2566581