發(fā)布時間：2017-10-07 17:00

  本文關(guān)鍵詞：基于網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的社團(tuán)演化研究

  更多相關(guān)文章： 拓?fù)浣Y(jié)構(gòu) 社團(tuán)演化 關(guān)鍵事件 預(yù)測算法

【摘要】：復(fù)雜網(wǎng)絡(luò)中由節(jié)點(diǎn)和節(jié)點(diǎn)間的連接組成的結(jié)構(gòu)稱為網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu),社交網(wǎng)絡(luò)是把人抽象為節(jié)點(diǎn)、把人與人之間的關(guān)系抽象為節(jié)點(diǎn)間連接的一種典型復(fù)雜網(wǎng)絡(luò)。社團(tuán)是代表社交網(wǎng)絡(luò)重要特征的一種子網(wǎng)絡(luò),其拓?fù)浣Y(jié)構(gòu)隨著時間的推移在不斷發(fā)生變化,我們稱之為社團(tuán)演化,并將社團(tuán)演化過程中的消亡,新生,收縮,擴(kuò)張,分裂和融合稱為社團(tuán)演化關(guān)鍵事件。社團(tuán)的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)隨著社團(tuán)演化及其關(guān)鍵事件的發(fā)生呈現(xiàn)出不同的特征。社交網(wǎng)絡(luò)中關(guān)鍵事件的發(fā)生代表著用戶群體的行為導(dǎo)向,可能意味著一些興趣因素或社會因素的形成,對關(guān)鍵事件進(jìn)行預(yù)測有助于提前挖掘這些因素并指導(dǎo)網(wǎng)絡(luò)行為。因此,對社團(tuán)演化關(guān)鍵事件的預(yù)測對于理論研究和實(shí)際應(yīng)用都有非常重要的意義。 社團(tuán)融合事件的發(fā)生涉及多個社團(tuán),但以往的研究只能預(yù)測單個社團(tuán)是否有融合傾向。本課題完善了該預(yù)測功能,提出的預(yù)測模型可以預(yù)測任意兩個目標(biāo)社團(tuán)是否會發(fā)生融合。建立預(yù)測模型的過程中,通過分析社團(tuán)融合過程中拓?fù)浣Y(jié)構(gòu)的變化機(jī)制改進(jìn)了與社團(tuán)融合相關(guān)的直接因素,并通過鏈路預(yù)測思想設(shè)計(jì)了社團(tuán)級別鏈路預(yù)測算法來提取間接因素,以削弱直接因素帶來的不確定性從而提高預(yù)測準(zhǔn)確率。之后同時建立了以往研究中常用的分類器模型和本課題設(shè)計(jì)的社團(tuán)融合傾向度模型,分別代入真實(shí)社交網(wǎng)絡(luò)數(shù)據(jù)集,對預(yù)測結(jié)果進(jìn)行比較和分析,得到社團(tuán)融合傾向度模型對正常狀態(tài)下的社交網(wǎng)絡(luò)中社團(tuán)融合的預(yù)測性能更好的結(jié)論,并驗(yàn)證了本課題所改進(jìn)的直接因素和提取的間接因素對預(yù)測性能的提升。 以往研究中針對各種社團(tuán)演化關(guān)鍵事件的預(yù)測步驟大同小異,為方便其研究過程和應(yīng)用實(shí)現(xiàn),本課題設(shè)計(jì)了社團(tuán)演化預(yù)測系統(tǒng)�？偨Y(jié)以往研究中社團(tuán)演化預(yù)測的基本步驟,將該系統(tǒng)劃分出主要的三個引擎模塊(社團(tuán)提取模塊,關(guān)鍵因素提取模塊以及社團(tuán)演化預(yù)測模塊)以及輸入、輸出模塊和數(shù)據(jù)存儲模塊,并針對本課題的研究重點(diǎn)—社團(tuán)融合事件的預(yù)測,對各模塊進(jìn)行了具體的設(shè)計(jì)和實(shí)現(xiàn)。 最后,本文總結(jié)了本課題的研究工作,并在算法設(shè)計(jì)和系統(tǒng)設(shè)計(jì)兩方面提出了后續(xù)可能的改進(jìn)點(diǎn)和研究方向。
【關(guān)鍵詞】：拓?fù)浣Y(jié)構(gòu) 社團(tuán)演化 關(guān)鍵事件 預(yù)測算法
【學(xué)位授予單位】：北京郵電大學(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4-6
• ABSTRACT6-11
• 第一章 緒論11-17
• 1.1 課題背景與研究意義11-12
• 1.2 研究現(xiàn)狀12-13
• 1.3 論文研究內(nèi)容13-15
• 1.4 論文結(jié)構(gòu)安排15-17
• 第二章 相關(guān)技術(shù)理論介紹及社團(tuán)演化預(yù)測系統(tǒng)整體設(shè)計(jì)17-37
• 2.1 基本概念介紹17-25
• 2.1.1 網(wǎng)絡(luò)的圖表示17-19
• 2.1.2 網(wǎng)絡(luò)拓?fù)鋱D重要概念19-21
• 2.1.3 網(wǎng)絡(luò)社團(tuán)定義21-22
• 2.1.4 判斷標(biāo)準(zhǔn)——模塊度22
• 2.1.5 動態(tài)社團(tuán)相關(guān)概念22-25
• 2.2 社團(tuán)演化目前的典型研究25-30
• 2.2.1 動態(tài)社團(tuán)挖掘算法改進(jìn)類研究25-27
• 2.2.2 社團(tuán)演化過程分析類研究27-28
• 2.2.3 社團(tuán)演化預(yù)測類研究28-30
• 2.3 與本課題相關(guān)的思考30-31
• 2.4 社團(tuán)演化預(yù)測系統(tǒng)設(shè)計(jì)31-35
• 2.4.1 系統(tǒng)功能需求分析31-32
• 2.4.2 系統(tǒng)模塊劃分設(shè)計(jì)32-33
• 2.4.3 系統(tǒng)數(shù)據(jù)處理流程設(shè)計(jì)33-35
• 2.4.4 系統(tǒng)實(shí)現(xiàn)環(huán)境35
• 2.5 本章小結(jié)35-37
• 第三章 數(shù)據(jù)預(yù)處理模塊及社團(tuán)提取模塊37-49
• 3.1 模塊設(shè)計(jì)需求分析37-38
• 3.1.1 數(shù)據(jù)預(yù)處理模塊需求分析37
• 3.1.2 動態(tài)社團(tuán)提取模塊需求分析37-38
• 3.2 數(shù)據(jù)預(yù)處理模塊設(shè)計(jì)及本課題所用數(shù)據(jù)介紹38-41
• 3.2.1 原始數(shù)據(jù)需求38-39
• 3.2.2 數(shù)據(jù)清洗39
• 3.2.3 時間片劃分39-40
• 3.2.4 訓(xùn)練集預(yù)測輸入集劃分40-41
• 3.2.5 模塊功能示意圖41
• 3.3 社團(tuán)提取模塊設(shè)計(jì)41-45
• 3.3.1 靜態(tài)社團(tuán)挖掘算法——Fast-Unfolding42-43
• 3.3.2 動態(tài)社團(tuán)挖掘算法——GED43-44
• 3.3.3 社團(tuán)融合事件提取44
• 3.3.4 模塊功能示意圖44-45
• 3.4 模塊實(shí)現(xiàn)方案45-48
• 3.5 本章小結(jié)48-49
• 第四章 關(guān)鍵因素提取模塊49-69
• 4.1 關(guān)鍵因素改進(jìn)需求分析49-50
• 4.2 直接因素50-58
• 4.2.1 直接因素改進(jìn)50-53
• 4.2.2 改進(jìn)后直接因素與社團(tuán)融合的相關(guān)性驗(yàn)證及對比分析53-58
• 4.3 間接因素——社團(tuán)級別鏈路預(yù)測算法58-64
• 4.3.1 鏈路預(yù)測基本算法58-59
• 4.3.2 社團(tuán)級別鏈路預(yù)測算法的設(shè)計(jì)59-61
• 4.3.3 間接因素與社團(tuán)融合相關(guān)性驗(yàn)證61-64
• 4.3.4 社團(tuán)級別鏈路預(yù)測算法效率分析64
• 4.4 模塊功能示意圖64-65
• 4.5 模塊實(shí)現(xiàn)方案65-67
• 4.6 本章小結(jié)67-69
• 第五章 社團(tuán)演化預(yù)測模塊及數(shù)據(jù)輸出模塊69-83
• 5.1 社團(tuán)演化預(yù)測模塊設(shè)計(jì)需求69
• 5.2 社團(tuán)融合預(yù)測算法69-75
• 5.2.1 預(yù)測算法設(shè)計(jì)一(SVM分類器)70-72
• 5.2.2 預(yù)測算法設(shè)計(jì)二(社團(tuán)融合傾向度)72-75
• 5.3 實(shí)驗(yàn)結(jié)果及性能提升75-78
• 5.4 模塊功能示意圖78-79
• 5.5 數(shù)據(jù)輸出模塊79-80
• 5.5.1 數(shù)據(jù)輸出展示需求79-80
• 5.5.2 模塊功能示意圖80
• 5.6 模塊實(shí)現(xiàn)方案80-82
• 5.7 本章小結(jié)82-83
• 第六章 結(jié)論和展望83-85
• 參考文獻(xiàn)85-89
• 致謝89

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 周濤,傅忠謙,牛永偉,王達(dá),曾燕,汪秉宏,周佩玲;復(fù)雜網(wǎng)絡(luò)上傳播動力學(xué)研究綜述[J];自然科學(xué)進(jìn)展;2005年05期

，

本文編號：989000