現(xiàn)今復(fù)雜網(wǎng)絡(luò)中的社團(tuán)檢測問題吸引了各個(gè)領(lǐng)域?qū)W者的廣泛關(guān)注,如何精確的檢測出網(wǎng)絡(luò)中的社團(tuán)結(jié)構(gòu)是該領(lǐng)域研究的主要問題。對于社團(tuán)結(jié)構(gòu)不明顯的網(wǎng)絡(luò),如今的社團(tuán)檢測算法大都難以得到令人滿意的社團(tuán)劃分。其原因是當(dāng)網(wǎng)絡(luò)中的社團(tuán)結(jié)構(gòu)不明顯時(shí),社團(tuán)內(nèi)邊的數(shù)目與社團(tuán)間邊的數(shù)目的差異性變小,社團(tuán)的獨(dú)立性變?nèi)�。本文針對這種情況,提出了基于局部團(tuán)加邊刪邊的社團(tuán)檢測算法和基于中心節(jié)點(diǎn)鏈路預(yù)測的社團(tuán)檢測算法。本文主要研究工作總結(jié)如下:(1)當(dāng)今存在的大部分社團(tuán)檢測算法社團(tuán)結(jié)構(gòu)明顯的網(wǎng)絡(luò)中,大都能表現(xiàn)出較高的精度。但當(dāng)網(wǎng)絡(luò)的社團(tuán)結(jié)構(gòu)不明顯時(shí),社團(tuán)檢測算法性能都出現(xiàn)了急劇下降的問題。針對上述問題,本文提出了一種基于局部團(tuán)加邊刪邊的社團(tuán)檢測算法,簡稱CSE。CSE算法通過找到網(wǎng)絡(luò)中的局部社團(tuán),來得到更完整的社團(tuán)信息,在局部團(tuán)之間按照一定的策略加入或者刪除一些邊,使得社團(tuán)內(nèi)的邊增加,社團(tuán)間的邊減少,讓網(wǎng)絡(luò)的社團(tuán)結(jié)構(gòu)比原始網(wǎng)絡(luò)的社團(tuán)結(jié)構(gòu)變得更加明顯,在一定程度上強(qiáng)化了網(wǎng)絡(luò)的社團(tuán)結(jié)構(gòu)。通過實(shí)驗(yàn)驗(yàn)證,CSE算法在計(jì)算機(jī)生成數(shù)據(jù)和真實(shí)網(wǎng)絡(luò)數(shù)據(jù)上都表現(xiàn)出了較高的性能。(2)鏈路預(yù)測算法作為復(fù)雜網(wǎng)絡(luò)研究的分支,其主要是預(yù)測網(wǎng)絡(luò)中存在但...

【文章頁數(shù)】：72 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 基于原始拓?fù)浣Y(jié)構(gòu)的社團(tuán)檢測算法的國內(nèi)外研究現(xiàn)狀
        1.2.2 基于改變網(wǎng)絡(luò)結(jié)構(gòu)的社團(tuán)檢測算法的國內(nèi)外研究現(xiàn)狀
    1.3 本文的工作與安排
第二章 復(fù)雜網(wǎng)絡(luò)的相關(guān)基礎(chǔ)
    2.1 復(fù)雜網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu)的定義
    2.2 鏈路預(yù)測的相關(guān)知識
    2.3 社團(tuán)檢測的評價(jià)指標(biāo)
    2.4 社團(tuán)檢測相關(guān)算法介紹
        2.4.1 Louvain算法
        2.4.2 Walktrap算法
        2.4.3 EdgeBoost算法
    2.5 本章小結(jié)
第三章 基于局部團(tuán)加邊刪邊的社團(tuán)檢測算法
    3.1 基于局部團(tuán)加邊刪邊的社團(tuán)檢測算法描述
        3.1.1 算法思想
        3.1.2 算法流程
        3.1.3 局部團(tuán)檢測策略
        3.1.4 局部社團(tuán)間的加邊刪邊策略
        3.1.5 局部社團(tuán)合并策略
        3.1.6 算法時(shí)間復(fù)雜度分析
    3.2 實(shí)驗(yàn)與分析
        3.2.1 實(shí)驗(yàn)數(shù)據(jù)與評價(jià)標(biāo)準(zhǔn)
        3.2.2 LFR基準(zhǔn)網(wǎng)絡(luò)對比實(shí)驗(yàn)
        3.2.3 真實(shí)網(wǎng)絡(luò)上的對比實(shí)驗(yàn)
        3.2.4 參數(shù)α和參數(shù)β的實(shí)驗(yàn)分析
    3.3 本章小結(jié)
第四章 基于中心節(jié)點(diǎn)鏈路預(yù)測的社團(tuán)檢測算法
    4.1 基于中心節(jié)點(diǎn)鏈路預(yù)測的社團(tuán)檢測算法描述
        4.1.1 算法思想
        4.1.2 算法流程
        4.1.3 節(jié)點(diǎn)的中心性指標(biāo)以及挖掘中心節(jié)點(diǎn)的策略
        4.1.4 基于中心節(jié)點(diǎn)的鏈路預(yù)測策略
        4.1.5 社團(tuán)擴(kuò)充策略
    4.2 實(shí)驗(yàn)與分析
        4.2.1 實(shí)驗(yàn)數(shù)據(jù)與評價(jià)標(biāo)準(zhǔn)
        4.2.2 LFR基準(zhǔn)網(wǎng)絡(luò)對比實(shí)驗(yàn)
        4.2.3 參數(shù)α的敏感性分析
        4.2.4 真實(shí)網(wǎng)絡(luò)的實(shí)驗(yàn)對比
    4.3 本章小結(jié)
第五章 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 未來展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文
攻讀碩士學(xué)位期間參加的科研項(xiàng)目



本文編號：3960617