復雜網絡作為研究現實世界復雜系統(tǒng)的理論模型,能抽象概括復雜系統(tǒng)的結構特征,將現實世界網絡以直觀具體的形式表現出來。復雜網絡的社區(qū)結構是內部連接緊密、外部連接稀疏的簇。劃分復雜網絡中的社區(qū)結構可以揭示網絡中存在的結構特征和關聯信息、發(fā)現網絡的內在屬性,具有重要的實際應用價值。社區(qū)結構劃分本質就是網絡節(jié)點聚類,本文基于共鄰節(jié)點展開對復雜網絡的社區(qū)劃分算法研究,主要工作如下:（1）為解決傳統(tǒng)層次聚類算法劃分非重疊社區(qū)存在時間復雜度高、社區(qū)劃分準確率低等問題,提出基于共鄰節(jié)點相似度的社區(qū)劃分算法。算法考慮到共鄰節(jié)點對節(jié)點間相似度的影響,新穎的提出共鄰節(jié)點相似度模型,模型構建星型鄰域網絡,用星型鄰域網絡間的相似度度量節(jié)點間的相似度;并通過判斷星型鄰域網絡間是否包含相同節(jié)點,若不包含相同節(jié)點則不進行相似度的計算,從而達到降低復雜度的目的;根據節(jié)點相似度和節(jié)點局部影響力對節(jié)點進行初步聚類,然后以模塊度優(yōu)化為目的對初步聚類得到的社區(qū)進行合并,從而獲到更優(yōu)的社區(qū)劃分結果。（2）為體現出現實世界網絡特征結構,符合實際網絡情況,提出基于節(jié)點從屬度的加權網絡重疊社區(qū)劃分算法。該算法構建加權網絡模型,通過模型將... 

【文章來源】：西安科技大學陜西省

【文章頁數】：60 頁

【學位級別】：碩士

【部分圖文】：

非重疊社區(qū)結構示例圖

西安科技大學全日制工程碩士學位論文2話題討論平臺，識別出具有相似主題的熱點討論話題，通過發(fā)現用戶集中討論的話題來把握網絡中的熱點主題，把握話題的發(fā)展動向；針對淘寶、京東等購物平臺，根據相似的消費喜好和消費水平的用戶進行社區(qū)劃分，能更加有效的針對特定的用戶以及群體進行相應的廣告定位投放，推薦相應類別的商品，提高平臺的銷售量；在傳染性疾病以及病毒傳播方面，根據病人接觸關系網以及活動軌跡，查找密切接觸者，可以在最短的時間內采取最有效的措施控制疾病的傳播，對預防和治療傳染性疾病具有重大意義；在交通運輸方面，劃分出交通事故高發(fā)路段以及易堵塞路段，采取交通管制措施，從而保障整個交通網絡的暢通以及降低事故發(fā)生率。社區(qū)劃分算法的研究早已成為復雜網絡領域的研究熱點之一，通過對復雜網絡社區(qū)結構進行深入的發(fā)現和研究，可以更清楚、準確的認識真實網絡，幫助人們更好的應對網絡化生活。圖1.1非重疊社區(qū)結構示例圖圖1.2重疊社區(qū)結構示意圖1.2國內外研究現狀自2002年Newman和Girvan提出網絡的社區(qū)特征以來，關于社區(qū)劃分的算法就層出不荊當前的社區(qū)劃分算法依據社區(qū)中是否存在重疊節(jié)點，將社區(qū)劃分為重疊社區(qū)和非重疊社區(qū)。重疊節(jié)點被定義為在進行社區(qū)劃分時，該節(jié)點被同時劃分到兩個或多個社區(qū)中，不獨立存在于單獨的社區(qū)中。近年來，關于社區(qū)劃分算法主要圍繞非重疊社區(qū)和重疊社區(qū)展開，進行大量算法論證。1.2.1非重疊社區(qū)劃分算法非重疊社區(qū)劃分算法，是完成社區(qū)劃分后的節(jié)點只屬于一個社區(qū)。有關劃分非重疊

西安科技大學全日制工程碩士學位論文16圖3.1無向網絡圖3.2星型鄰域網絡對圖3.2中兩個星型鄰域網絡中所有節(jié)點的網絡歸屬情況進行描述：111100111nX,YiiinX,YiiinX,YiiiaXYbXYcXY(3.1)在公式(3.1)中，0表示節(jié)點不屬于這個星型鄰域網絡，1表示節(jié)點屬于這個星型鄰域網絡;X,Ya表示屬于星型鄰域網絡X且不屬于星型鄰域網絡Y的節(jié)點總數，X,Yb表示屬于星型鄰域網絡Y且不屬于星型鄰域網絡X的節(jié)點總數；如果0X,Yc，則表示星型鄰域網絡X和星型鄰域網絡Y沒有共同鄰居節(jié)點。將圖3.2星型鄰域網絡用圖3.3星型鄰域網絡關系度量圖來表示。圖3.3星型鄰域網絡關系度量圖圖3.3中的星型鄰域網絡間的度量關系可描述為公式(3.2)和公式(3.3):HXIX,YHX|YHYIX,YHY|XHX,YHXHY|XHX,YHYHX|Y(3.2)

【參考文獻】：
期刊論文
[1]基于Jaccard和LPA的社團劃分算法[J]. 崔海濤,李玲娟.  南京郵電大學學報(自然科學版). 2019(06)
[2]基于拓撲結構的密度峰值重疊社區(qū)發(fā)現算法[J]. 封云飛,陳紅梅.  計算機科學. 2019(10)
[3]A Link-Based Similarity for Improving Community Detection Based on Label Propagation Algorithm[J]. BERAHMAND Kamal,BOUYER Asgarali.  Journal of Systems Science & Complexity. 2019(03)
[4]基于譜聚類的二分網絡社區(qū)發(fā)現算法[J]. 張曉琴,安曉丹,曹付元.  計算機科學. 2019(04)
[5]結合概率矩陣的改進譜聚類社區(qū)發(fā)現算法[J]. 張書博,任淑霞,吳濤.  西安電子科技大學學報. 2019(03)
[6]基于鄰居節(jié)點相異性的社團發(fā)現新算法[J]. 張思源,覃森,張智豐.  杭州電子科技大學學報(自然科學版). 2018(05)
[7]進化譜分算法檢測動態(tài)網絡社團結構[J]. 付立冬,馬小科,聶靖靖.  西安電子科技大學學報. 2018(02)
[8]基于相似度指標的社團劃分算法[J]. 丁明珠,馬英紅,李云.  計算機工程. 2019(02)
[9]基于共鄰節(jié)點相似度的加權網絡社區(qū)發(fā)現方法[J]. 劉苗苗,郭景峰,馬曉陽,陳晶.  四川大學學報(自然科學版). 2018(01)
[10]一種新的基于局部相似度的社區(qū)發(fā)現算法[J]. 顧亦然,陳雨晴.  南京郵電大學學報(自然科學版). 2017(05)



本文編號：3488265