現(xiàn)實生活中,許多大型復(fù)雜系統(tǒng)都是以網(wǎng)絡(luò)的形式存在的。隨著信息量的增加,網(wǎng)絡(luò)的規(guī)模也越來越大,比如微博社交網(wǎng)絡(luò)、交通網(wǎng)絡(luò)、大型電力網(wǎng)絡(luò)、生物神經(jīng)網(wǎng)絡(luò)等等。因此,挖掘網(wǎng)絡(luò)的內(nèi)在結(jié)構(gòu),對于更好的分析和運用網(wǎng)絡(luò)具有至關(guān)重要的意義。社區(qū)發(fā)現(xiàn)正是挖掘復(fù)雜網(wǎng)絡(luò)的研究熱點之一,它是探索和理解網(wǎng)絡(luò)如何工作的一個重要方法。目前,已經(jīng)有許多社區(qū)發(fā)現(xiàn)方法被提出,其中標(biāo)簽傳播算法(LPA)是處理大規(guī)模網(wǎng)絡(luò)的一種重要算法,由于其擁有線性時間復(fù)雜度而受到廣泛關(guān)注。但由于該算法中每個節(jié)點的標(biāo)簽更新依賴于其鄰居節(jié)點的標(biāo)簽,標(biāo)簽的更新順序?qū)λ惴ǖ牡俣群途垲愋Ч浅Ｃ舾?所以直接影響了社區(qū)劃分結(jié)果的準(zhǔn)確性和穩(wěn)定性�；谝陨系膯栴},本文提出了兩種基于標(biāo)簽傳播算法的改進(jìn)算法,具體研究內(nèi)容如下。(1)提出基于加權(quán)聚類集成的標(biāo)簽傳播算法。該算法利用聚類集成技術(shù),對多次標(biāo)簽傳播算法產(chǎn)生的結(jié)果集進(jìn)行融合,并通過模塊度對單個基聚類的有效性進(jìn)行評估,以此來構(gòu)建加權(quán)相似性矩陣,最后采用層次聚類方法形成更理想的社區(qū)劃分結(jié)果。通過將提出的新算法與其他改進(jìn)的標(biāo)簽傳播算法在真實數(shù)據(jù)集上進(jìn)行的實驗比較,結(jié)果顯示,在NMI指標(biāo)和ARI指標(biāo)上的結(jié)果都能展示出新算法能有效的提高社區(qū)發(fā)現(xiàn)的魯棒性。(2)提出基于節(jié)點重要性的標(biāo)簽傳播算法。該算法通過將信息熵和模塊度結(jié)合的方式來評估一個節(jié)點的重要性,并將節(jié)點按照節(jié)點重要性從高到低排序,然后使標(biāo)簽從關(guān)鍵節(jié)點開始傳播,并且選擇其最重要的鄰居節(jié)點的標(biāo)簽來更新自身的標(biāo)簽,從而提高了社區(qū)發(fā)現(xiàn)的準(zhǔn)確性。最后,將新算法和近幾年幾個改進(jìn)的標(biāo)簽傳播算法在一些典型的社區(qū)網(wǎng)絡(luò)上進(jìn)行了對比實驗分析,實驗結(jié)果展示出基于節(jié)點重要性的標(biāo)簽傳播算法能有效地提高社區(qū)發(fā)現(xiàn)的質(zhì)量。本文從不同的角度對標(biāo)簽傳播算法進(jìn)行了改進(jìn),且改進(jìn)后的算法能有效地提高社區(qū)發(fā)現(xiàn)的質(zhì)量。新算法的提出為網(wǎng)絡(luò)數(shù)據(jù)的分析提供了新的技術(shù)支持,也為更準(zhǔn)確地挖掘網(wǎng)絡(luò)社區(qū)提供了更為廣泛的應(yīng)用價值。
【學(xué)位單位】：山西大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：O157.5;TP301.6
【部分圖文】：

(a)無向無權(quán)網(wǎng)絡(luò) (b) 的鄰接矩陣 ( )圖 2.1 無向無權(quán)網(wǎng)絡(luò) 及其鄰接矩陣聚類是一種用于發(fā)現(xiàn)網(wǎng)絡(luò)內(nèi)在結(jié)構(gòu)的典型方法。它是按照網(wǎng)絡(luò)數(shù)據(jù)的內(nèi)在網(wǎng)絡(luò) 中的節(jié)點集 進(jìn)行劃分，使劃分出的每個社區(qū)互不相交，且社區(qū)之

聚類劃分的網(wǎng)絡(luò)社區(qū)

標(biāo)簽傳播算法流程圖

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 金弟;劉杰;楊博;何東曉;劉大有;;局部搜索與遺傳算法結(jié)合的大規(guī)模復(fù)雜網(wǎng)絡(luò)社區(qū)探測[J];自動化學(xué)報;2011年07期

本文編號：2820718