【摘要】：復(fù)雜網(wǎng)絡(luò)作為生活中電力系統(tǒng)、通信網(wǎng)絡(luò)和萬維網(wǎng)等復(fù)雜系統(tǒng)的高度抽象,復(fù)雜網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu)表示著網(wǎng)絡(luò)中的節(jié)點(diǎn)聚合的趨勢(shì),是復(fù)雜網(wǎng)絡(luò)的一個(gè)重要的拓?fù)鋵傩�。社團(tuán)檢測(cè)可以有效認(rèn)識(shí)復(fù)雜網(wǎng)絡(luò)的結(jié)構(gòu)和功能,進(jìn)而對(duì)網(wǎng)絡(luò)中的行為模式進(jìn)行預(yù)測(cè)和分析,對(duì)復(fù)雜系統(tǒng)的研究與應(yīng)用具有重要的意義。現(xiàn)有的大多數(shù)復(fù)雜網(wǎng)絡(luò)社團(tuán)檢測(cè)算法都在追求算法的準(zhǔn)確度,而忽略了時(shí)間復(fù)雜度高的問題。本文針對(duì)目前社團(tuán)檢測(cè)算法在處理大規(guī)模數(shù)據(jù)時(shí)在速率上不足的問題,設(shè)計(jì)了一種在Hadoop平臺(tái)下進(jìn)行的社團(tuán)檢測(cè)的并行化方法。本文主要工作如下:1.本文對(duì)復(fù)雜網(wǎng)絡(luò)的基礎(chǔ)知識(shí)和現(xiàn)有社團(tuán)檢測(cè)算法進(jìn)行了研究。簡(jiǎn)述了復(fù)雜網(wǎng)絡(luò)基本理論,介紹了社團(tuán)檢測(cè)算法的研究現(xiàn)狀,重點(diǎn)介紹了幾種流行的社團(tuán)檢測(cè)算法的基本思想和計(jì)算過程。2.由于可以通過相似度將復(fù)雜網(wǎng)絡(luò)的社團(tuán)檢測(cè)問題轉(zhuǎn)化為相似節(jié)點(diǎn)的聚類問題,本文對(duì)AP聚類(Affinity Propagation Clustering)進(jìn)行了深入的研究,針對(duì)傳統(tǒng)AP聚類在計(jì)算相似度時(shí)用歐氏距離而沒有考慮到復(fù)雜網(wǎng)絡(luò)的集聚特性的問題,本文采用一種改進(jìn)的Jaccard系數(shù)來計(jì)算復(fù)雜網(wǎng)絡(luò)節(jié)點(diǎn)之間的相似度。3.針對(duì)社團(tuán)檢測(cè)AP聚類在處理大規(guī)模數(shù)據(jù)速度慢的問題,結(jié)合大數(shù)據(jù)分析工具Hadoop,設(shè)計(jì)一種分步并行化的AP聚類社團(tuán)檢測(cè)方法,將AP算法整個(gè)過程分步進(jìn)行并行化來實(shí)現(xiàn)社團(tuán)檢測(cè)的AP聚類算法的并行化。在PC機(jī)上搭建Hadoop集群,在不同規(guī)模的數(shù)據(jù)集上對(duì)本文設(shè)計(jì)的計(jì)算方法進(jìn)行測(cè)試。實(shí)驗(yàn)中分別對(duì)本文設(shè)計(jì)的方法在算法準(zhǔn)確度和方法性能上進(jìn)行的測(cè)試,結(jié)果表明,本文方法在進(jìn)行社團(tuán)檢測(cè)時(shí)具有良好的準(zhǔn)確度和計(jì)算性能,尤其是在大規(guī)模數(shù)據(jù)集中,本文方法能夠取得較好的加速比。
【圖文】：

本概念出發(fā)介紹復(fù)雜網(wǎng)絡(luò)的基礎(chǔ)知識(shí)，簡(jiǎn)單絡(luò)特性和提出的各種網(wǎng)絡(luò)模型。然后從社團(tuán)的社團(tuán)檢測(cè)算法，，最后簡(jiǎn)介了本文算法的中，個(gè)體總是和周圍的環(huán)境緊密聯(lián)系的，從，網(wǎng)絡(luò)里的元素相互結(jié)合、相互依賴、相互絡(luò)，本節(jié)將在多個(gè)角度上介紹復(fù)雜網(wǎng)絡(luò)。概念表包含大量元素以及元素之間相互作用的相互作用視作網(wǎng)絡(luò)中節(jié)點(diǎn)與節(jié)點(diǎn)之間的連接如圖 2-1 就表示一個(gè)擁有 10 個(gè)元素和它們

簡(jiǎn)單無權(quán)圖
【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
【分類號(hào)】：TP311.13;O157.5

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孫貴賓;周勇;;基于結(jié)構(gòu)相似度仿射傳播的社團(tuán)檢測(cè)算法[J];計(jì)算機(jī)應(yīng)用;2015年03期

2 唐艷琴;潘志松;吳君青;;基于MapReduce的快速Newman并行算法[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年S1期

3 李國杰;程學(xué)旗;;大數(shù)據(jù)研究:未來科技及經(jīng)濟(jì)社會(huì)發(fā)展的重大戰(zhàn)略領(lǐng)域——大數(shù)據(jù)的研究現(xiàn)狀與科學(xué)思考[J];中國科學(xué)院院刊;2012年06期

4 魯偉明;杜晨陽;魏寶剛;沈春輝;葉振超;;基于MapReduce的分布式近鄰傳播聚類算法[J];計(jì)算機(jī)研究與發(fā)展;2012年08期

5 姜雅文;賈彩燕;于劍;;基于節(jié)點(diǎn)相似度的網(wǎng)絡(luò)社團(tuán)檢測(cè)算法研究[J];計(jì)算機(jī)科學(xué);2011年07期

6 駱志剛;丁凡;蔣曉舟;石金龍;;復(fù)雜網(wǎng)絡(luò)社團(tuán)發(fā)現(xiàn)算法研究新進(jìn)展[J];國防科技大學(xué)學(xué)報(bào);2011年01期

7 周世兵;徐振源;唐旭清;;基于近鄰傳播算法的最佳聚類數(shù)確定方法比較研究[J];計(jì)算機(jī)科學(xué);2011年02期

8 趙憲佳;王立宏;;近鄰傳播半監(jiān)督聚類算法的分析與改進(jìn)[J];計(jì)算機(jī)工程與應(yīng)用;2010年36期

9 董俊;王鎖萍;熊范綸;;可變相似性度量的近鄰傳播聚類[J];電子與信息學(xué)報(bào);2010年03期

10 楊博;劉大有;金弟;馬海賓;;復(fù)雜網(wǎng)絡(luò)聚類方法[J];軟件學(xué)報(bào);2009年01期

相關(guān)碩士學(xué)位論文 前7條

1 金才園;基于Hadoop平臺(tái)的角色挖掘算法研究[D];東南大學(xué);2016年

2 陳奔燕;復(fù)雜網(wǎng)絡(luò)的社團(tuán)探測(cè)[D];湘潭大學(xué);2015年

3 吳蔚蔚;基于相似度的復(fù)雜網(wǎng)絡(luò)社團(tuán)發(fā)現(xiàn)算法研究[D];上海交通大學(xué);2015年

4 李金朋;基于Hadoop平臺(tái)的重疊社區(qū)發(fā)現(xiàn)算法研究[D];吉林大學(xué);2014年

5 李尚英;社團(tuán)劃分算法并行化研究[D];山東師范大學(xué);2012年

6 李爭(zhēng)光;復(fù)雜網(wǎng)絡(luò)中的社團(tuán)發(fā)現(xiàn)算法研究[D];上海交通大學(xué);2012年

7 溫程;并行聚類算法在MapReduce上的實(shí)現(xiàn)[D];浙江大學(xué);2011年

本文編號(hào)：2575626