本文關鍵詞：復雜網(wǎng)絡中重疊社區(qū)發(fā)現(xiàn)方法研究　出處：《中國礦業(yè)大學》2017年博士論文　論文類型：學位論文

  更多相關文章： 復雜網(wǎng)絡 社區(qū)發(fā)現(xiàn) 重疊節(jié)點 重疊社區(qū)結構 屬性網(wǎng)絡

【摘要】：自然界中的很多系統(tǒng)都可以表示為復雜網(wǎng)絡的形式,即將自然界中的各個實體抽象為網(wǎng)絡中的節(jié)點,實體與實體之間的關系抽象為網(wǎng)絡中的邊。復雜網(wǎng)絡已經(jīng)成為一個立足于交叉學科的研究熱點。大量研究表明,復雜網(wǎng)絡中的節(jié)點具有聚集化的特性,即復雜網(wǎng)絡的社區(qū)結構特征,表現(xiàn)為社區(qū)內部節(jié)點之間連接稠密,社區(qū)之間的節(jié)點連接相對稀疏。社區(qū)結構有助于理解網(wǎng)絡的拓撲結構及功能結構,發(fā)現(xiàn)其中隱藏的規(guī)律并預測其行為,從而為利用和改造網(wǎng)絡提供指導,是進行復雜網(wǎng)絡分析的基礎和關鍵,具有極為重要的意義。社區(qū)結構在現(xiàn)實世界中往往是“重疊”的,即社區(qū)與社區(qū)之間有交叉,許多節(jié)點同時屬于多個社區(qū)。復雜網(wǎng)絡重疊社區(qū)結構更加貼近現(xiàn)實世界的本來面貌,例如,社會的人通常屬于多個社會團體,包括家人團體、同事團體、朋友團體和合作伙伴團體等。研究和發(fā)現(xiàn)復雜網(wǎng)絡中的重疊社區(qū)結構具有重要的理論和現(xiàn)實意義。本課題主要圍繞復雜網(wǎng)絡中的節(jié)點重要性計算、重疊節(jié)點選擇、局部社區(qū)擴展以及屬性網(wǎng)絡社區(qū)發(fā)現(xiàn)等四個方面存在的問題進行研究,主要包括以下幾個方面的內容:1.為了得到穩(wěn)定的社區(qū)發(fā)現(xiàn)結果,提出一種基于節(jié)點影響值的穩(wěn)定標簽傳播算法。該算法以節(jié)點影響值降序排列作為每次標簽傳播過程中節(jié)點的順序,在標簽更新過程中,引入標簽影響強度的概念,使得每次更新都能得到確定的標簽。通過節(jié)點影響值和標簽影響強度的計算,避免了原算法中的隨機因素,不僅能得到穩(wěn)定的社區(qū)發(fā)現(xiàn)結果,并且算法的性能優(yōu)于其他幾種代表性的社區(qū)發(fā)現(xiàn)算法。2.為了在已知非重疊社區(qū)結構的基礎上繼續(xù)挖掘,得到重疊社區(qū)結構,提高重疊社區(qū)發(fā)現(xiàn)的效率,提出一種基于非重疊社區(qū)結構擴展的重疊社區(qū)發(fā)現(xiàn)算法。該算法通過計算節(jié)點與社區(qū)的相似度,劃定各個社區(qū)的潛在成員節(jié)點范圍,然后根據(jù)節(jié)點對社區(qū)的影響力,確定最終的重疊節(jié)點。該算法能夠有效的利用已有的非重疊社區(qū)結構,通過潛在成員節(jié)點的劃定,進一步縮小了重疊節(jié)點查找的范圍,提高了算法的效率,并且得到的重疊節(jié)點的質量也很高。3.針對基于網(wǎng)絡全局的社區(qū)發(fā)現(xiàn)算法時間開銷較大,不適用于大規(guī)模網(wǎng)絡的問題,提出一種基于局部擴展的社區(qū)發(fā)現(xiàn)算法。該算法通過對網(wǎng)絡的局部信息進行分析,挖掘出每條邊對應的兩個端點及其公共鄰接點組成的局部社區(qū),然后對重疊度高的社區(qū)進行合并,每次分析只考慮相鄰節(jié)點或相鄰社區(qū)的關系,縮小了計算范圍,能夠適應于大規(guī)模網(wǎng)絡的社區(qū)發(fā)現(xiàn)。4.大多數(shù)現(xiàn)有的社區(qū)發(fā)現(xiàn)算法只利用網(wǎng)絡的拓撲結構信息,忽略了節(jié)點屬性這一重要信息,為此,提出一種基于節(jié)點耦合相似度的屬性網(wǎng)絡社區(qū)發(fā)現(xiàn)算法。該算法充分考慮不同層次的復雜的交互關系,計算節(jié)點耦合相似度,然后以兩節(jié)點的相似度作為對應邊的權重,最后利用帶權網(wǎng)絡社區(qū)發(fā)現(xiàn)算法得到網(wǎng)絡的社區(qū)結構。該算法有效利用了網(wǎng)絡中的節(jié)點屬性信息和拓撲結構信息,提高了社區(qū)發(fā)現(xiàn)的質量。最后,在模擬和真實網(wǎng)絡數(shù)據(jù)集上進行了實驗,分別與同類算法中具有代表性的社區(qū)發(fā)現(xiàn)算法進行比較,實驗結果印證了本文所提算法的有效性。
[Abstract]:In order to obtain a stable community structure and to improve the efficiency of overlapping community discovery , it is very important to study and discover overlapping community structures in complex networks . In this paper , a kind of network community discovery algorithm based on node - coupled similarity is proposed , which takes full account of the complex interactive relationship of different levels , calculates the node coupling similarity , then uses the similarity of two nodes as the weights of the corresponding edges . Finally , the paper compares the node attribute information and the topology information in the network to improve the quality of community discovery . Finally , the simulation and real network data set are compared with the representative community discovery algorithm in the same kind of algorithm .

【學位授予單位】：中國礦業(yè)大學
【學位級別】：博士
【學位授予年份】：2017
【分類號】：O157.5

【相似文獻】

相關期刊論文 前10條

1 張曉;王金龍;吳啟暉;;認知無線電中基于可信度的感知節(jié)點集選擇[J];應用科學學報;2009年06期

2 胡泰培;關于環(huán)網(wǎng)的直徑[J];應用數(shù)學學報;1993年01期

3 劉文軍;谷云東;李洪興;;基于相似度的樣本分類算法(英文)[J];模糊系統(tǒng)與數(shù)學;2006年05期

4 秦玉平;楊興凱;;基于案例推理的區(qū)間屬性相似度研究[J];遼寧師范大學學報(自然科學版);2006年04期

5 徐曉靜;李健;;靜態(tài)粗相似度的特征[J];山東大學學報(理學版);2006年06期

6 彭沛黃麗影;;秩數(shù)分級相似預報法[J];華僑大學學報;1983年02期

7 路志鳴;;基于相似度的特殊地形模糊表達[J];大眾科技;2009年04期

8 陳樹偉;王延昭;;一種基于模糊數(shù)相似度的風險分析方法[J];模糊系統(tǒng)與數(shù)學;2013年05期

9 李海歐;周曉光;;基于屬性相似度的碎多邊形自動聚合處理[J];測繪與空間地理信息;2013年11期

10 張峰;謝振華;林健;程江濤;崔高侖;;基于改進相似度的混合型多屬性決策方法[J];海軍航空工程學院學報;2014年01期

相關會議論文 前10條

1 許曉榮;章堅武;黃愛蘋;;基于多節(jié)點協(xié)作的認知WSN能耗優(yōu)化算法[A];浙江省信號處理學會2011學術年會論文集[C];2011年

2 劉海波;鄭德權;趙鐵軍;;基于相似度線性加權方法的檢索結果聚類研究[A];中國計算語言學研究前沿進展（2009-2011）[C];2011年

3 陸勁挺;路強;劉曉平;;對比相似度計算方法及其在功能樹擴展中的應用[A];計算機技術與應用進展·2007——全國第18屆計算機技術與應用（CACIS）學術會議論文集[C];2007年

4 董刊生;方金云;;基于向量距離的詞序相似度算法[A];第四屆全國信息檢索與內容安全學術會議論文集（上）[C];2008年

5 劉曉平;陸勁挺;;任意功能樹的物元相似度求解方法[A];全國第21屆計算機技術與應用學術會議（CACIS·2010）暨全國第2屆安全關鍵技術與應用學術會議論文集[C];2010年

6 王茜;張衛(wèi)星;;基于分類樹相似度加權的協(xié)同過濾算法[A];2008年計算機應用技術交流會論文集[C];2008年

7 洪文學;王金甲;常鳳香;宋佳霖;劉文遠;王立強;;基于圖形特征增強的相似度分類器的研究[A];中國生物醫(yī)學工程進展——2007中國生物醫(yī)學工程聯(lián)合學術年會論文集（上冊）[C];2007年

8 雷慶;吳揚揚;;一種基于語義信息計算XML文檔相似度的新方法[A];第二十一屆中國數(shù)據(jù)庫學術會議論文集（技術報告篇）[C];2004年

9 葉正;林鴻飛;楊志豪;;基于問句相似度的中文FAQ問答系統(tǒng)研究[A];第三屆學生計算語言學研討會論文集[C];2006年

10 羅辛;歐陽元新;熊璋;袁滿;;通過相似度支持度優(yōu)化基于K近鄰的協(xié)同過濾算法[A];NDBC2010第27屆中國數(shù)據(jù)庫學術會議論文集A輯一[C];2010年

相關博士學位論文 前10條

1 邢艷;復雜網(wǎng)絡中重疊社區(qū)發(fā)現(xiàn)方法研究[D];中國礦業(yè)大學;2017年

2 關世杰;Internet宏觀拓撲演變過程中的進化、自復制和突變特征研究[D];東北大學;2014年

3 馮誠;車聯(lián)網(wǎng)中的數(shù)據(jù)聚集研究[D];哈爾濱工業(yè)大學;2015年

4 田傳耕;含純發(fā)節(jié)點的無線傳感網(wǎng)關鍵技術研究及應用[D];中國礦業(yè)大學;2016年

5 劉克中;無線傳感器網(wǎng)絡分布式節(jié)點定位方法研究[D];華中科技大學;2006年

6 廖卓凡;無線網(wǎng)絡中保證覆蓋連通的節(jié)點部署問題研究[D];中南大學;2012年

7 操震洲;矢量數(shù)據(jù)動態(tài)多尺度網(wǎng)絡傳輸研究[D];南京大學;2015年

8 程亮;基于本體的疾病數(shù)據(jù)整合與挖掘方法研究[D];哈爾濱工業(yè)大學;2014年

9 劉振宇;基于區(qū)域相似度和特征降維的極化SAR影像分類[D];武漢大學;2013年

10 曹，

本文編號：1423003