發(fā)布時間：2017-07-17 05:12

  本文關(guān)鍵詞：社區(qū)劃分算法的研究與應(yīng)用

  更多相關(guān)文章： 復(fù)雜網(wǎng)絡(luò) 社區(qū)識別 林業(yè)科技文獻(xiàn) 關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò) 網(wǎng)絡(luò)可視化 社區(qū)演變

【摘要】：在大數(shù)據(jù)時代背景的推動下,人們對從海量、結(jié)構(gòu)復(fù)雜的信息中獲取有效信息的方法越來越感興趣,而復(fù)雜網(wǎng)絡(luò)正是研究這種復(fù)雜系統(tǒng)的一個重要切入點,社區(qū)結(jié)構(gòu)恰好又是復(fù)雜網(wǎng)絡(luò)的一個非常重要的特征。網(wǎng)絡(luò)中社區(qū)結(jié)構(gòu)的公認(rèn)定義是指網(wǎng)絡(luò)是由許多不同類型的節(jié)點相互連接而成,其中,相同類型的節(jié)點之間擁有較多的連接,不同類型的節(jié)點之間只擁有較少的連接。通過對網(wǎng)絡(luò)社區(qū)結(jié)構(gòu)的發(fā)現(xiàn),可以獲得網(wǎng)絡(luò)的內(nèi)部結(jié)構(gòu)、相互作用的關(guān)系和規(guī)律特性,比如統(tǒng)計特性、功能特征和演變規(guī)律等,不僅為解決實際問題提供了有效的途徑,同時也大大降低了研究的復(fù)雜度。因此,網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)的相關(guān)研究越來越受到關(guān)注。首先,綜述了復(fù)雜網(wǎng)絡(luò)的研究背景,論文的研究意義、研究內(nèi)容和研究方法。然后,結(jié)合目前社區(qū)劃分算法、網(wǎng)絡(luò)可視化和網(wǎng)絡(luò)演變分析的研究現(xiàn)狀,提出了一個基于復(fù)雜網(wǎng)絡(luò)社區(qū)劃分算法和網(wǎng)絡(luò)可視化技術(shù)的知識發(fā)現(xiàn)的研究技術(shù)路線。該技術(shù)路線包含的核心技術(shù)有：(1)在已有的社區(qū)劃分算法的基礎(chǔ)上,提出基于概率方法的社區(qū)劃分算法；(2)提出基于社區(qū)劃分算法和圖布局算法相結(jié)合的網(wǎng)絡(luò)可視化方法,解決了數(shù)據(jù)量大、信息復(fù)雜的展示問題,同時也為網(wǎng)絡(luò)社區(qū)的分析提供了有效的工具；(3)在網(wǎng)絡(luò)演變分析中,將時間維度和社區(qū)之間的相似度作為社區(qū)演變分析的兩個量化指標(biāo)。最后,將提出的知識發(fā)現(xiàn)研究路線應(yīng)用到林業(yè)學(xué)科領(lǐng)域的熱點識別和演變分析中。以中國林業(yè)信息網(wǎng)上的林業(yè)文獻(xiàn)數(shù)據(jù)作為實驗數(shù)據(jù),從復(fù)雜網(wǎng)絡(luò)的拓?fù)浣y(tǒng)計特性、功能特性和社區(qū)演變的視角,對文獻(xiàn)信息構(gòu)成的復(fù)雜網(wǎng)絡(luò)進(jìn)行了實證分析；對于獲得的林業(yè)領(lǐng)域研究熱點,從微觀和宏觀兩個方面對獲得社區(qū)結(jié)果進(jìn)行了驗證,結(jié)果表明獲得的社區(qū)是有效的,這說明論文提出的知識發(fā)現(xiàn)的研究路線是可行有效的；最后,對識別出的林業(yè)領(lǐng)域的主題域從時間維度和相似度兩個角度進(jìn)行了演變分析。
【關(guān)鍵詞】：復(fù)雜網(wǎng)絡(luò) 社區(qū)識別 林業(yè)科技文獻(xiàn) 關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò) 網(wǎng)絡(luò)可視化 社區(qū)演變
【學(xué)位授予單位】：北京林業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：O157.5
【目錄】：

• 摘要4-5
• ABSTRACT5-8
• 1 引言8-14
• 1.1 復(fù)雜網(wǎng)絡(luò)的研究背景綜述8-11
• 1.2 論文的研究意義11-12
• 1.3 論文的研究內(nèi)容和方法12-13
• 1.4 論文的總體框架13-14
• 2 關(guān)鍵技術(shù)的設(shè)計與研究14-26
• 2.1 基于概率方法的社區(qū)劃分算法14-19
• 2.1.1 當(dāng)前社區(qū)劃分算法研究的相關(guān)調(diào)研14-17
• 2.1.2 改進(jìn)的社區(qū)劃分算法17-19
• 2.2 基于改進(jìn)的社區(qū)劃分算法和圖布局算法的網(wǎng)絡(luò)可視化方法19-21
• 2.2.1 當(dāng)前網(wǎng)絡(luò)可視化的相關(guān)調(diào)研19
• 2.2.2 網(wǎng)絡(luò)可視化方法19-21
• 2.3 基于時間和相似性的網(wǎng)絡(luò)演變分析方法21-23
• 2.3.1 當(dāng)前網(wǎng)絡(luò)演變分析的相關(guān)調(diào)研21-22
• 2.3.2 網(wǎng)絡(luò)演變分析方法22-23
• 2.4 社區(qū)分析的對比指標(biāo)23-26
• 3 實驗方案26-31
• 3.1 當(dāng)前學(xué)科文獻(xiàn)熱點識別的研究現(xiàn)狀26-27
• 3.2 文獻(xiàn)熱點識別和演變的研究技術(shù)路線27-28
• 3.3 數(shù)據(jù)來源與預(yù)處理28-30
• 3.3.1 實驗數(shù)據(jù)來源28
• 3.3.2 實驗數(shù)據(jù)的基本統(tǒng)計28-29
• 3.3.3 實驗數(shù)據(jù)預(yù)處理29-30
• 3.4 構(gòu)建文獻(xiàn)網(wǎng)絡(luò)的復(fù)雜網(wǎng)絡(luò)模型30-31
• 4 實證分析31-46
• 4.1 網(wǎng)絡(luò)拓?fù)涮匦苑治?/span>31-33
• 4.1.1 Scale-free特性檢驗31-32
• 4.1.2 Small world特性檢驗32-33
• 4.2 網(wǎng)路節(jié)點的統(tǒng)計分析33-34
• 4.2.1 關(guān)鍵詞詞頻分析33
• 4.2.2 關(guān)鍵詞度值分析33-34
• 4.3 基于社區(qū)劃分的熱點主題識別及驗證34-36
• 4.3.1 基于社區(qū)劃分的熱點主題識別34-36
• 4.3.2 社區(qū)劃分結(jié)果正確性檢驗36
• 4.4 主題域的熱點分析36-42
• 4.4.1 主題域之間熱點關(guān)聯(lián)度分析36-39
• 4.4.2 主題域內(nèi)部熱點關(guān)聯(lián)度分析39-42
• 4.5 研究領(lǐng)域核心研究者分析42-43
• 4.6 主題域的演變分析43-46
• 5 總結(jié)與展望46-48
• 5.1 論文總結(jié)46
• 5.2 論文展望46-48
• 參考文獻(xiàn)48-50
• 個人簡介50-51
• 導(dǎo)師簡介51-52
• 獲得成果目錄52-53
• 致謝53

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 冷明平;孫凌宇;郭愷強(qiáng);邊計年;朱平;;賦權(quán)超圖劃分算法的電路劃分實驗比較研究[J];計算機(jī)工程與應(yīng)用;2012年16期

2 許金鳳;董一鴻;王詩懿;何賢芒;陳華輝;;大規(guī)模圖數(shù)據(jù)劃分算法綜述[J];電信科學(xué);2014年07期

3 李莉杰;陳端兵;王冠楠;;有向網(wǎng)絡(luò)重疊社區(qū)的快速劃分算法[J];計算機(jī)科學(xué);2014年S1期

4 盧風(fēng)順;宋君強(qiáng);張理論;張衛(wèi)民;任開軍;朱小謙;;面向全球數(shù)值天氣預(yù)報模式的加權(quán)等積并行數(shù)據(jù)劃分算法[J];計算機(jī)研究與發(fā)展;2012年04期

5 喻云峰;賴海濤;;一種基于隨機(jī)搜索的黑洞二劃分算法實現(xiàn)[J];科技廣場;2006年04期

6 李晨;葛聲;;一種重疊可信社團(tuán)劃分算法的設(shè)計與實現(xiàn)[J];微計算機(jī)信息;2011年09期

7 李孝偉;陳福才;劉力雄;;一種融合節(jié)點與鏈接屬性的社交網(wǎng)絡(luò)社區(qū)劃分算法[J];計算機(jī)應(yīng)用研究;2013年05期

8 牛建軍;劉上乾;韓寶君;任寶文;;同心圓檢測中的區(qū)域劃分算法[J];光子學(xué)報;2006年12期

9 呂德奎;;聚合算法在電力GIS中的應(yīng)用[J];電力信息化;2012年05期

10 王曉芳;賈宗維;;一種新的圖劃分算法在PPI網(wǎng)絡(luò)模塊化中的研究[J];山西農(nóng)業(yè)大學(xué)學(xué)報(自然科學(xué)版);2012年06期

中國重要會議論文全文數(shù)據(jù)庫 前4條

1 王玲娜;李興明;;基于最小支撐樹的通用區(qū)域劃分算法[A];2008年中國西部青年通信學(xué)術(shù)會議論文集[C];2008年

2 徐丹丹;章勇;;一種基于節(jié)點度更新的簇劃分算法[A];2008通信理論與技術(shù)新發(fā)展——第十三屆全國青年通信學(xué)術(shù)會議論文集（下）[C];2008年

3 劉培強(qiáng);謝青松;朱大銘;;用于基因表達(dá)譜數(shù)據(jù)聚類分析的貪心圖劃分算法研究[A];2006年全國理論計算機(jī)科學(xué)學(xué)術(shù)年會論文集[C];2006年

4 劉華偉;全慶一;;能量有效的基于連通度的分布式簇劃分算法[A];2011年全國通信安全學(xué)術(shù)會議論文集[C];2011年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 馬靜;基于社交網(wǎng)絡(luò)的社團(tuán)劃分算法研究[D];山東師范大學(xué);2011年

2 韓明偉;超大規(guī)模集成電路劃分算法研究[D];西安電子科技大學(xué);2008年

3 辛娟娟;社區(qū)劃分算法的研究與應(yīng)用[D];北京林業(yè)大學(xué);2015年

4 杜鵬飛;基于邊的相似性的復(fù)雜網(wǎng)絡(luò)社團(tuán)劃分算法研究[D];山東師范大學(xué);2014年

5 趙琴;并行計算中圖劃分算法的研究[D];華中師范大學(xué);2013年

6 戴曉罡;復(fù)雜網(wǎng)絡(luò)中的社團(tuán)劃分算法研究[D];南京郵電大學(xué);2014年

7 王秀芹;軟硬件協(xié)同設(shè)計中的劃分算法研究[D];哈爾濱工程大學(xué);2005年

8 張漢珍;譜劃分算法中特征向量選取方法的研究[D];西安電子科技大學(xué);2010年

9 李召;髖關(guān)節(jié)模型網(wǎng)格劃分算法研究及程序?qū)崿F(xiàn)[D];哈爾濱理工大學(xué);2014年

10 趙一明;基于Metis圖劃分算法的圖平衡劃分方法[D];西安電子科技大學(xué);2014年

，

本文編號：552106