本文選題：社區(qū)發(fā)現(xiàn) + 邊界　； 參考：《解放軍信息工程大學(xué)》2015年博士論文

【摘要】：隨著Internet和通信技術(shù)的迅猛發(fā)展,Web網(wǎng)絡(luò)開(kāi)始逐步滲透到人類生活和生產(chǎn)的各個(gè)方面,在人們的信息交流、工作生活等方面都發(fā)揮著極為重要的作用。數(shù)以億計(jì)的用戶在各種Web網(wǎng)絡(luò)平臺(tái)上不斷地進(jìn)行信息交互,使得網(wǎng)絡(luò)數(shù)據(jù)日益龐大和復(fù)雜化,從而給Web網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)研究提出了新的問(wèn)題和挑戰(zhàn)：(1)面對(duì)大規(guī)模的網(wǎng)絡(luò)數(shù)據(jù),如何利用有限的局部信息實(shí)現(xiàn)快速準(zhǔn)確的局部社區(qū)發(fā)現(xiàn)?(2)在Web網(wǎng)絡(luò)節(jié)點(diǎn)多�；�,網(wǎng)絡(luò)關(guān)系多維化的背景下,如何基于異質(zhì)網(wǎng)絡(luò)發(fā)展出準(zhǔn)確有效的社區(qū)發(fā)現(xiàn)方法?面對(duì)Web網(wǎng)絡(luò)的局部性與異質(zhì)性,傳統(tǒng)的社區(qū)發(fā)現(xiàn)方法往往難以適用,無(wú)法有效地揭示局部或異質(zhì)網(wǎng)絡(luò)環(huán)境下的社區(qū)結(jié)構(gòu)特征。圍繞著Web網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)的這兩個(gè)關(guān)鍵問(wèn)題,論文基于現(xiàn)有問(wèn)題研究適用于局部網(wǎng)絡(luò)和異質(zhì)網(wǎng)絡(luò)的社區(qū)發(fā)現(xiàn)方法。主要的研究工作如下：1.針對(duì)局部社區(qū)邊界節(jié)點(diǎn)難以確定的問(wèn)題,提出了一種基于邊界識(shí)別的局部社區(qū)發(fā)現(xiàn)算法。該方法一方面通過(guò)全面分析局部社區(qū)鄰接子圖范圍內(nèi)連接相似性,從而獲取給定節(jié)點(diǎn)所在社區(qū)的局部結(jié)構(gòu)特征并進(jìn)行節(jié)點(diǎn)聚類；同時(shí)在社區(qū)聚類過(guò)程中,基于鄰接節(jié)點(diǎn)內(nèi)外的連接狀況反復(fù)識(shí)別其邊界節(jié)點(diǎn),從而控制社區(qū)聚類的規(guī)模和范圍以完成局部社區(qū)發(fā)現(xiàn)。該算法采用了有別于最大化局部社區(qū)結(jié)構(gòu)指標(biāo)的思路和方法,以節(jié)點(diǎn)相似性模塊度作為局部社區(qū)發(fā)現(xiàn)的衡量標(biāo)準(zhǔn),通過(guò)邊界節(jié)點(diǎn)識(shí)別解決已有方法存在的“何時(shí)停止聚類迭代”和給定節(jié)點(diǎn)位置敏感等問(wèn)題。2.針對(duì)給定節(jié)點(diǎn)位置不確定性對(duì)局部社區(qū)發(fā)現(xiàn)的影響,提出了一種基于核心節(jié)點(diǎn)跳轉(zhuǎn)的局部社區(qū)發(fā)現(xiàn)算法,該方法避免從給定節(jié)點(diǎn)直接擴(kuò)張,而是搜索給定節(jié)點(diǎn)附近的核心節(jié)點(diǎn),由鄰近核心節(jié)點(diǎn)擴(kuò)展為核心節(jié)點(diǎn)子團(tuán)；并建立基于節(jié)點(diǎn)子團(tuán)的適應(yīng)度函數(shù),據(jù)此進(jìn)行節(jié)點(diǎn)子團(tuán)合并以實(shí)現(xiàn)局部社區(qū)發(fā)現(xiàn)。與傳統(tǒng)的基于給定節(jié)點(diǎn)的局部社區(qū)相比,該方法能從任意給定節(jié)點(diǎn)跳轉(zhuǎn)到核心節(jié)點(diǎn),從而能夠有效避免給定節(jié)點(diǎn)自身的位置和影響力對(duì)社區(qū)發(fā)現(xiàn)的限制和影響；同時(shí),該方法能夠較為精確地控制局部社區(qū)的聚類過(guò)程和節(jié)點(diǎn)歸屬,并確定社區(qū)范圍內(nèi)的核心節(jié)點(diǎn)分布。3.為將二分網(wǎng)絡(luò)、多模網(wǎng)絡(luò)和多維網(wǎng)絡(luò)統(tǒng)一在同一框架下,提出了異質(zhì)網(wǎng)絡(luò)模型。受二部圖模型啟發(fā),該模型將異質(zhì)網(wǎng)絡(luò)描述為多個(gè)關(guān)聯(lián)的二部圖結(jié)構(gòu)。該異質(zhì)網(wǎng)絡(luò)模型既能準(zhǔn)確地描述異質(zhì)網(wǎng)絡(luò)數(shù)據(jù)本身,也能反映異質(zhì)節(jié)點(diǎn)之間的復(fù)雜關(guān)系。更重要的是,該模型使得最簡(jiǎn)單的異質(zhì)網(wǎng)絡(luò)——二分網(wǎng)絡(luò)與多模／多維網(wǎng)絡(luò)在模型概念上得到了有效地統(tǒng)一和兼容,為后續(xù)的異質(zhì)網(wǎng)絡(luò)結(jié)構(gòu)挖掘提供了的理論基礎(chǔ),使得引入更多方法來(lái)解決異質(zhì)網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)的問(wèn)題成為可能。4.為避免二分網(wǎng)絡(luò)二分結(jié)構(gòu)對(duì)社區(qū)發(fā)現(xiàn)的限制,提出了一種基于圖正則化的三重非負(fù)矩陣分解(F-NMTF)算法。通過(guò)分別構(gòu)建兩類異質(zhì)節(jié)點(diǎn)的近鄰圖來(lái)估計(jì)用戶子空間和目標(biāo)子空間的結(jié)構(gòu)特征,將其作為正則化約束項(xiàng)引入到NMTF模型中,從而同時(shí)引入了類間信息和類內(nèi)信息,以增強(qiáng)非負(fù)矩陣分解的正交性和收斂性,并擺脫二分結(jié)構(gòu)的限制；同時(shí)將NMTF分解為兩個(gè)關(guān)于交替求解最小化函數(shù)的子問(wèn)題,并給出了一種乘性更新因子矩陣的交替迭代算法,從而使矩陣分解迭代得以簡(jiǎn)化,加快收斂速度。實(shí)驗(yàn)和分析證明：對(duì)于計(jì)算機(jī)生成網(wǎng)絡(luò)和真實(shí)網(wǎng)絡(luò),F-NMTF的社區(qū)劃分方案均表現(xiàn)出有較高的準(zhǔn)確率和穩(wěn)定性,能夠準(zhǔn)確有效地挖掘二分網(wǎng)絡(luò)的社區(qū)結(jié)構(gòu)。5.為充分有效地挖掘異質(zhì)網(wǎng)絡(luò)中復(fù)雜的多�；蚨嗑S關(guān)系,提出了一種基于多視圖學(xué)習(xí)的聯(lián)合矩陣非負(fù)分解算法(Joint-NMF)�；诋愘|(zhì)網(wǎng)絡(luò)模型,該方法將異質(zhì)網(wǎng)絡(luò)數(shù)據(jù)轉(zhuǎn)化為多個(gè)相關(guān)聯(lián)的二部圖；借鑒多視圖(Multi-view)的分析方法,將基于單個(gè)圖的半監(jiān)督學(xué)習(xí)擴(kuò)展到多個(gè)視圖的情況,使不同的二部圖之間能夠提供互信息,以實(shí)現(xiàn)異質(zhì)網(wǎng)絡(luò)圖間的協(xié)同學(xué)習(xí)。Joint-NMF算法在整個(gè)聚類學(xué)習(xí)過(guò)程綜合考慮了異質(zhì)網(wǎng)絡(luò)圖的網(wǎng)絡(luò)結(jié)構(gòu),從而使得所有二部圖學(xué)習(xí)器對(duì)中心模式節(jié)點(diǎn)的劃分趨于一致。實(shí)驗(yàn)結(jié)果表明：在異質(zhì)網(wǎng)絡(luò)條件下,綜合多個(gè)二部圖結(jié)構(gòu)的半監(jiān)督算法Joint-NMF比無(wú)監(jiān)督算法有更優(yōu)的社區(qū)發(fā)現(xiàn)性能。
[Abstract]:With the rapid development of Internet and communication technology , the Web network starts to penetrate into every aspect of human life and production , and plays a very important role in people ' s information exchange and working life .
At the same time , in the process of community clustering , the boundary nodes are repeatedly identified based on the connection conditions inside and outside the adjacent nodes , so as to control the size and scope of the community cluster so as to complete the local community discovery .
Compared with the traditional local community based on a given node , the method can jump from any given node to the core node , so that the limitation and influence of the position and influence of a given node itself on the community discovery can be effectively avoided ;
In order to avoid the restriction on community discovery , the model enables the simplest heterogeneous network _ dichotomy network and multi - mode / multi - dimensional network to be effectively unified and compatible . In order to avoid the restriction on community discovery in the second sub - network , this model can be used as a regular constraint term in the NMTF model , so as to enhance the orthogonality and convergence of non - negative matrix factorization , and get rid of the limitation of dichotomy structure .
At the same time , the NMTF is decomposed into two sub - problems for solving the minimization function of alternating solution , and an alternate iterative algorithm of multiplicative update factor matrix is presented , which can simplify the matrix decomposition iteration and speed up the convergence speed .
Based on the multi - view analysis method , the semi - supervised learning based on a single graph is extended to multiple views , so that mutual information can be provided between different two graphs to realize the cooperative learning between heterogeneous network graphs . The joint - NMF algorithm takes into account the network structure of the heterogeneous network graph in the whole cluster learning process , so that all two - part graph learning devices are more consistent with the division of the central mode nodes .

【學(xué)位授予單位】：解放軍信息工程大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP393.09

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊欣欣;黃少濱;;基于圖劃分的網(wǎng)狀高階異構(gòu)數(shù)據(jù)聯(lián)合聚類算法[J];四川大學(xué)學(xué)報(bào)(工程科學(xué)版);2014年02期

2 潘磊;金杰;王崇駿;謝俊元;;社會(huì)網(wǎng)絡(luò)中基于局部信息的邊社區(qū)挖掘[J];電子學(xué)報(bào);2012年11期

3 吳英駿;黃翰;郝志峰;陳豐;;Local Community Detection Using Link Similarity[J];Journal of Computer Science & Technology;2012年06期

4 金弟;楊博;劉杰;劉大有;何東曉;;復(fù)雜網(wǎng)絡(luò)簇結(jié)構(gòu)探測(cè)——基于隨機(jī)游走的蟻群算法[J];軟件學(xué)報(bào);2012年03期

5 林友芳;王天宇;唐銳;周元煒;黃厚寬;;一種有效的社會(huì)網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)模型和算法[J];計(jì)算機(jī)研究與發(fā)展;2012年02期

6 吳斌;王柏;楊勝琦;;基于事件的社會(huì)網(wǎng)絡(luò)演化分析框架[J];軟件學(xué)報(bào);2011年07期

7 金弟;劉杰;楊博;何東曉;劉大有;;局部搜索與遺傳算法結(jié)合的大規(guī)模復(fù)雜網(wǎng)絡(luò)社區(qū)探測(cè)[J];自動(dòng)化學(xué)報(bào);2011年07期

8 龔衛(wèi)華;楊良懷;金蓉;丁維龍;;基于主題的用戶興趣域算法[J];通信學(xué)報(bào);2011年01期

9 何東曉;周栩;王佐;周春光;王U，

本文編號(hào)：1861131