節(jié)點(diǎn)的重要性或稱“中心性（centrality）”,它作為社會(huì)網(wǎng)絡(luò)分析的一個(gè)重要領(lǐng)域,在近年來(lái)獲得學(xué)者的廣泛關(guān)注和研究。識(shí)別出網(wǎng)絡(luò)中的重要節(jié)點(diǎn)會(huì)對(duì)社會(huì)、經(jīng)濟(jì)和人們的生產(chǎn)生活都帶來(lái)巨大影響。其中,網(wǎng)絡(luò)中的重要節(jié)點(diǎn)相比其他節(jié)點(diǎn)具有更大的影響力,它們能夠更大限度地影響著網(wǎng)絡(luò)的結(jié)構(gòu)和功能。研究網(wǎng)絡(luò)的節(jié)點(diǎn)中心性算法并識(shí)別出網(wǎng)絡(luò)中的重要節(jié)點(diǎn),對(duì)控制傳染病的爆發(fā)、預(yù)測(cè)未來(lái)的流行趨勢(shì)、輿情控制、網(wǎng)絡(luò)搜索、電子商務(wù)產(chǎn)品的宣傳等多個(gè)實(shí)際應(yīng)用場(chǎng)景具有廣泛且重要的應(yīng)用價(jià)值。節(jié)點(diǎn)中心性問題研究至今,研究者們提出了很多經(jīng)典的中心性算法,如degree centrality、closeness centrality、betweenness centrality、eigenvector centrality 等。不管是基于計(jì)算鄰居節(jié)點(diǎn)數(shù)的簡(jiǎn)單算法,還是基于最短路徑條數(shù)和長(zhǎng)度的復(fù)雜算法,都從不同的角度給出了衡量網(wǎng)絡(luò)節(jié)點(diǎn)重要性的指標(biāo)。這些經(jīng)典算法考慮的是網(wǎng)絡(luò)中所有的連邊關(guān)系,但在某些情況下,研究者希望在計(jì)算節(jié)點(diǎn)中心性時(shí)忽略網(wǎng)絡(luò)中的一些可能會(huì)引起偏差的連邊,若是簡(jiǎn)單地刪除這些連邊又會(huì)導(dǎo)致錯(cuò)誤結(jié)果。2015年P(guān).Bonaci... 

【文章來(lái)源】：山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：50 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
中文摘要
英文摘要
符號(hào)說(shuō)明
第1章 引言
    1.1 研究背景與研究意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 論文研究?jī)?nèi)容
    1.4 論文組織結(jié)構(gòu)和創(chuàng)新點(diǎn)
第2章 度量節(jié)點(diǎn)重要性的經(jīng)典算法
    2.1 度中心性
    2.2 接近中心性
    2.3 介數(shù)中心性
    2.4 特征向量中心性
    2.5 局部三角形結(jié)構(gòu)中心性
    2.6 本章小結(jié)
第3章 矩陣分解及其在復(fù)雜網(wǎng)絡(luò)中的應(yīng)用
    3.1 非負(fù)矩陣分解
    3.2 加權(quán)非負(fù)矩陣分解
    3.3 對(duì)稱非負(fù)矩陣分解
    3.4 加權(quán)對(duì)稱非負(fù)矩陣分解
    3.5 本章小結(jié)
第4章 基于加權(quán)對(duì)稱非負(fù)矩陣分解的節(jié)點(diǎn)中心性算法
    4.1 Degree-like中心性
    4.2 Degree-like中心性和eigenvector-like中心性的關(guān)系
    4.3 WSNMF問題的計(jì)算
    4.4 實(shí)驗(yàn)
        4.4.1 Data 1: 帶structural ones的網(wǎng)絡(luò)
        4.4.2 Data 2: 帶structural zeroes的網(wǎng)絡(luò)
        4.4.3 Data 3: 帶缺失值的合成網(wǎng)絡(luò)
        4.4.4 Data 4: 帶structural zeroes的合成網(wǎng)絡(luò)
        4.4.5 討論
    4.5 本章小結(jié)
第5章 結(jié)論與展望
    5.1 結(jié)論
    5.2 展望
參考文獻(xiàn)
致謝
作者簡(jiǎn)介
學(xué)位論文評(píng)閱及答辯情況表



本文編號(hào)：3053723