社區(qū)發(fā)現(xiàn)在復(fù)雜網(wǎng)絡(luò)分析中具有重要的研究意義,通過分析網(wǎng)絡(luò)中隱含的信息量,可以準(zhǔn)確地挖掘網(wǎng)絡(luò)內(nèi)部成員之間的層次結(jié)構(gòu)�，F(xiàn)階段社區(qū)發(fā)現(xiàn)已經(jīng)得到了廣泛的關(guān)注,層出不窮的理論技術(shù)是推動(dòng)對(duì)社區(qū)進(jìn)行更深層次的研究的基礎(chǔ)。本文建立在眾多研究者的基礎(chǔ)上,針對(duì)復(fù)雜網(wǎng)絡(luò)中存在的大量的屬性信息,研究結(jié)合屬性與鏈接信息的社區(qū)發(fā)現(xiàn)技術(shù),提出兩種不同應(yīng)用場(chǎng)景的社區(qū)發(fā)現(xiàn)方法。本文以屬性信息和鏈接信息為研究?jī)?nèi)容,以貝葉斯和非負(fù)矩陣分解為研究基礎(chǔ),以提高社區(qū)發(fā)現(xiàn)的密度和效率為研究目標(biāo),對(duì)社區(qū)發(fā)現(xiàn)算法進(jìn)行分析與設(shè)計(jì),具體內(nèi)容如下:1.針對(duì)具有屬性的網(wǎng)絡(luò)中重疊社區(qū)發(fā)現(xiàn)中內(nèi)部節(jié)點(diǎn)的密度較低的問題,提出一種改進(jìn)的基于聯(lián)合貝葉斯非負(fù)矩陣分解的社區(qū)發(fā)現(xiàn)算法。首先在經(jīng)典的貝葉斯概率模型的基礎(chǔ)上加以改進(jìn),有效地將屬性和鏈接信息進(jìn)行結(jié)合;然后引入貝葉斯相關(guān)理論對(duì)模型的目標(biāo)函數(shù)進(jìn)行分析和驗(yàn)證;最后根據(jù)非負(fù)矩陣分解設(shè)計(jì)最終的迭代更新規(guī)則,從而對(duì)算法進(jìn)行設(shè)計(jì)與實(shí)現(xiàn)。實(shí)驗(yàn)結(jié)果表明,該算法檢測(cè)出來的社區(qū)密度較高且具有較強(qiáng)的結(jié)構(gòu)性,適合對(duì)小網(wǎng)絡(luò)中的大社區(qū)進(jìn)行重疊的社區(qū)發(fā)現(xiàn)。2.針對(duì)具有屬性的網(wǎng)絡(luò)中非重疊社區(qū)劃分效率低的問題,提出一種改進(jìn)的基于聯(lián)合貝葉斯聚類的社區(qū)發(fā)現(xiàn)算法。首先介紹一種基于LDA的聯(lián)合貝葉斯概率模型,并得到基于貝葉斯概率模型的迭代更新公式;然后引入改進(jìn)的隨機(jī)游走算法對(duì)社區(qū)進(jìn)行初始化的計(jì)算;最后結(jié)合迭代更新公式與初始化的社區(qū)進(jìn)行算法的設(shè)計(jì)。實(shí)驗(yàn)結(jié)果表明,該算法對(duì)非重疊的社區(qū)發(fā)現(xiàn)體現(xiàn)出良好的性能,也適合于對(duì)只含鏈接信息的網(wǎng)絡(luò)進(jìn)行社區(qū)分析。本文所提出的兩種改進(jìn)算法分別在重疊和非重疊的社區(qū)檢測(cè)中都具有良好的表現(xiàn),同時(shí)都融入了網(wǎng)絡(luò)中的鏈接信息與屬性信息,對(duì)結(jié)合屬性和鏈接信息的社區(qū)發(fā)現(xiàn)研究具有重要的意義。
【學(xué)位單位】：重慶郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：O157.5;TP301.6
【部分圖文】：

復(fù)雜網(wǎng)絡(luò)是當(dāng)今社會(huì)科學(xué)研究的熱點(diǎn)，很多的復(fù)雜系統(tǒng)都可以表示成網(wǎng)絡(luò)式，如引文網(wǎng)、人際關(guān)系網(wǎng)、移動(dòng)互聯(lián)網(wǎng)等。由于這些網(wǎng)絡(luò)具有豐富的數(shù)據(jù)信息以通過社區(qū)發(fā)現(xiàn)技術(shù)分析其中蘊(yùn)含的關(guān)系結(jié)構(gòu)，是對(duì)復(fù)雜網(wǎng)絡(luò)研究的重要手段如，可以利用社區(qū)發(fā)現(xiàn)挖掘某公司與其他產(chǎn)業(yè)的經(jīng)濟(jì)活動(dòng)，從而能夠準(zhǔn)確地發(fā)個(gè)公司的經(jīng)濟(jì)態(tài)勢(shì)�，F(xiàn)階段復(fù)雜網(wǎng)絡(luò)呈現(xiàn)出巨大的、動(dòng)態(tài)的變化趨勢(shì)，通過社現(xiàn)，能為城市規(guī)劃、互聯(lián)網(wǎng)發(fā)展、輿情分析、危害防護(hù)等提供重要的參考信息科學(xué)技術(shù)的飛速發(fā)展促使著社交網(wǎng)絡(luò)的用戶與日俱增，現(xiàn)階段人們的生活越離不開互聯(lián)網(wǎng)。圖 1.1 統(tǒng)計(jì)了 2017 年全球社交網(wǎng)絡(luò)的月平均活躍用戶，從可以看出，平均每個(gè)月的社交網(wǎng)絡(luò)活躍用戶超過了 20 億，而且根據(jù)相關(guān)統(tǒng)計(jì)，2017 年社交網(wǎng)絡(luò)的用戶數(shù)量已經(jīng)超過了 30 億，并且上升趨勢(shì)十分明顯。由見，現(xiàn)實(shí)世界中社交網(wǎng)絡(luò)所占的比例越來越高，所以針對(duì)這方面的研究對(duì)社會(huì)展具有重大的意義。

就可以利用屬性信息對(duì)其進(jìn)行聚類，從而將其合并到相同屬性的社區(qū)中。理想的社區(qū)劃分效果如圖1.2(c)所示，但是如何實(shí)現(xiàn)這樣的劃分，是社交網(wǎng)絡(luò)中結(jié)合兩者信息進(jìn)行研究的重難點(diǎn)。(a) 只考慮鏈接信息的社區(qū)發(fā)現(xiàn) (b) 存在孤立節(jié)點(diǎn)的社區(qū)發(fā)現(xiàn)(c) 理想的社區(qū)發(fā)現(xiàn)圖 1.2 社區(qū)發(fā)現(xiàn)的問題分析鑒于此，本文以結(jié)合屬性信息和鏈接信息為研究?jī)?nèi)容，針對(duì)現(xiàn)有社區(qū)發(fā)現(xiàn)算法中社區(qū)密度低的問題，提出一種改進(jìn)的基于聯(lián)合貝葉斯非負(fù)矩陣分解的社區(qū)發(fā)現(xiàn)算法；針對(duì)復(fù)雜網(wǎng)絡(luò)中社區(qū)發(fā)現(xiàn)效率低的問題，提出一種改進(jìn)的基于聯(lián)合貝葉斯聚類的社區(qū)發(fā)現(xiàn)算法。通過實(shí)驗(yàn)的對(duì)比與分析，證明了算法的可行性和有效性。1.3 主要研究?jī)?nèi)容目前結(jié)合屬性和鏈接信息是研究社區(qū)發(fā)現(xiàn)的重點(diǎn)之一，本文針對(duì)當(dāng)前社區(qū)發(fā)現(xiàn)中的兩個(gè)突出問題，基于傳統(tǒng)的理論與方法，進(jìn)行模型的設(shè)計(jì)與研究，經(jīng)過相關(guān)的分析與論證，進(jìn)行算法的設(shè)計(jì)與實(shí)現(xiàn)。本文主要從以下幾個(gè)方面進(jìn)行研究：1. 基礎(chǔ)理論研究。針對(duì)提出的算法，對(duì)相關(guān)的關(guān)鍵技術(shù)進(jìn)行分析和總結(jié)，主要介紹了復(fù)雜網(wǎng)絡(luò)的概念、經(jīng)典的社區(qū)發(fā)現(xiàn)算法和貝葉斯的基礎(chǔ)理論，為本文的研究提供理論鋪墊。

的研究能提供有效的參考。本章是對(duì)論文所涉及到的相關(guān)知識(shí)進(jìn)行分析與介紹，從而為后續(xù)的社區(qū)發(fā)現(xiàn)研究奠定基礎(chǔ)。2.1 復(fù)雜網(wǎng)絡(luò)的基礎(chǔ)理論2.1.1 復(fù)雜網(wǎng)絡(luò)的概念復(fù)雜網(wǎng)絡(luò)通常表示一個(gè)復(fù)雜的系統(tǒng)集合，它主要體現(xiàn)為網(wǎng)絡(luò)規(guī)模大、拓?fù)浣Y(jié)構(gòu)復(fù)雜以及節(jié)點(diǎn)屬性復(fù)雜等。圖 2.1 總結(jié)了現(xiàn)階段社交網(wǎng)絡(luò)研究的歷史、主要研究?jī)?nèi)容、應(yīng)用與基礎(chǔ)特點(diǎn)，從中可以看出，復(fù)雜網(wǎng)絡(luò)的研究涵蓋了現(xiàn)實(shí)世界中的眾多領(lǐng)域，具有重要的研究?jī)r(jià)值。典型的復(fù)雜網(wǎng)包括信息網(wǎng)、社會(huì)網(wǎng)、生物網(wǎng)、交通網(wǎng)、萬維網(wǎng)、引文關(guān)系網(wǎng)等，由于近幾年計(jì)算機(jī)技術(shù)得到了快速的發(fā)展，使得復(fù)雜網(wǎng)絡(luò)在不同的領(lǐng)域得到了較為廣泛的研究。
【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 常振超;陳鴻昶;劉陽(yáng);于洪濤;黃瑞陽(yáng);;基于聯(lián)合矩陣分解的節(jié)點(diǎn)多屬性網(wǎng)絡(luò)社團(tuán)檢測(cè)[J];物理學(xué)報(bào);2015年21期

2 韓毅;許進(jìn);方濱興;周斌;賈焰;;社交網(wǎng)絡(luò)的結(jié)構(gòu)支撐理論[J];計(jì)算機(jī)學(xué)報(bào);2014年04期

3 竇炳琳;李澍淞;張世永;;基于結(jié)構(gòu)的社會(huì)網(wǎng)絡(luò)分析[J];計(jì)算機(jī)學(xué)報(bào);2012年04期

本文編號(hào)：2888525