基于局部扩张的复杂网络社区发现算法研究

基于局部扩张的复杂网络社区发现算法研究

论文摘要

社区发现作为复杂网络分析中最重要的技术之一,在控制复杂网络、理解网络功能以及预测网络中个体行为等方面发挥着非常重要的作用。随着网络规模不断扩大,一些传统的社区发现算法由于时间复杂度高以及网络全局信息难以获得等原因难以适用于大规模复杂网络。因此,基于网络局部信息的局部社区发现算法被提出,局部社区发现算法通过网络局部信息进行社区发现,与其它社区发现算法相比更适用于大规模复杂网络。本文针对社区发现算法中局部社区发现算法相关问题进行研究,通过分析发现目前大多数局部社区发现算法存在以下问题:局部社区发现算法中种子的初始位置对算法最终社区划分结果有重要影响;局部社区发现算法在社区扩张过程中需要对网络中的节点进行反复判断,社区扩张速度较慢,难以适用于大规模网络。论文的主要工作内容如下:1.针对种子的初始位置对算法结果有重要影响的问题,本文提出了基于节点中心性的局部社区发现算法(NCLCD)。该算法选取局部中心性高的节点作为社区扩张的种子节点加入集合,并在社区扩张过程中不断优化种子节点集合,从而保证种子节点的中心性。多种网络下的实验结果表明,该算法对于复杂网络的社区发现具有一定优势。2.为了解决局部社区发现算法在社区扩张过程中速度较慢的问题,本文提出了基于图遍历的局部社区发现算法(GTLCD)。该算法以网络中度数最低的节点为起点,通过影响力函数与阈值对网络进行初步的社区划分,再通过适应度函数确定边界节点的所属社区得到最终社区划分。通过实验证明,该算法不仅能够有效地挖掘网络中的社区结构而且具有较快的速度。

论文目录

  • 摘要
  • abstract
  • 第1章 引言
  •   1.1 研究背景及意义
  •   1.2 国内外研究现状
  •   1.3 本文主要研究内容
  •   1.4 本文组织结构
  • 第2章 相关理论及方法概述
  •   2.1 复杂网络
  •   2.2 社区结构
  •     2.2.1 社区结构的定义
  •     2.2.2 社区结构的重叠性
  •   2.3 社区结构评价标准
  •     2.3.1 标准互信息量
  •     2.3.2 模块度
  •     2.3.3 重叠模块度
  •   2.4 人工合成网络模型
  •     2.4.1 Newman基准网络
  •     2.4.2 LFR基准网络
  •   2.5 复杂网络社区发现相关算法
  •     2.5.1 传统社区发现算法
  •     2.5.2 局部社区发现算法
  •   2.6 本章小结
  • 第3章 基于节点中心性的局部社区发现算法
  •   3.1 引言
  •   3.2 问题分析
  •   3.3 算法描述
  •     3.3.1 种子节点选取方案
  •     3.3.2 基于节点中心性的局部社区发现算法
  •     3.3.3 算法时间复杂度分析
  •   3.4 实验与分析
  •     3.4.1 人工合成网络实验
  •     3.4.2 真实网络实验
  •   3.5 本章小结
  • 第4章 基于图遍历的局部社区发现算法
  •   4.1 引言
  •   4.2 基本定义
  •     4.2.1 节点所受影响力
  •     4.2.2 社区节点
  •     4.2.3 边界节点
  •   4.3 算法描述
  •     4.3.1 初始社区划分
  •     4.3.2 最终社区划分
  •     4.3.3 算法时间复杂度分析
  •   4.4 算法示例与实验分析
  •     4.4.1 算法示例
  •     4.4.2 阈值分析
  •     4.4.3 人工合成网络实验
  •     4.4.4 真实复杂网络实验
  •   4.5 本章小结
  • 第5章 总结与展望
  •   5.1 全文工作总结
  •   5.2 未来工作与展望
  • 参考文献
  • 致谢
  • 攻读硕士学位期间从事的科研工作及取得的成果
  • 文章来源

    类型: 硕士论文

    作者: 王梓权

    导师: 吴建

    关键词: 复杂网络,局部社区发现,模块度,节点中心性,图遍历

    来源: 重庆邮电大学

    年度: 2019

    分类: 基础科学

    专业: 数学

    单位: 重庆邮电大学

    分类号: O157.5

    DOI: 10.27675/d.cnki.gcydx.2019.000659

    总页数: 63

    文件大小: 1533K

    下载量: 79

    相关论文文献

    • [1].加强经管学科中算法分析与设计教学的建议[J]. 知识经济 2019(34)
    • [2].《算法分析》教学方法探索[J]. 现代计算机 2020(02)
    • [3].《算法分析与设计》专题探究式教学改革与实践[J]. 湖北开放职业学院学报 2020(04)
    • [4].算法分析与复杂性理论课程案例化教学改革[J]. 计算机教育 2020(04)
    • [5].算法分析与设计(双语)课程实践教学模式探索[J]. 中国管理信息化 2017(19)
    • [6].应用型人才培养中《算法分析与设计》课程教学方法研究[J]. 科技资讯 2017(04)
    • [7].中国古代算法的探究与模型建立[J]. 中华少年 2017(04)
    • [8].求离散点最小包围圆在算法初步教学中的案例分析[J]. 中华少年 2017(11)
    • [9].算法初步的几个着力点[J]. 高中生学习(试题研究) 2017(09)
    • [10].算法分析与设计——分治法的教学方法浅析[J]. 时代教育(教育教学) 2011(10)
    • [11].算法即权力:算法范式在新闻传播中的权力革命[J]. 编辑之友 2018(05)
    • [12].应用于词法分析器的算法分析优化[J]. 科技经济市场 2017(05)
    • [13].超大容量云服务算法分析[J]. 电脑知识与技术 2017(23)
    • [14].算法分析与设计课程研究型教学模式探索与实践[J]. 计算机教育 2015(23)
    • [15].信息与计算科学专业“算法分析与设计”研究性教学探索[J]. 中国电力教育 2013(01)
    • [16].两种常用指纹方向图算法分析及比较[J]. 信息通信 2017(01)
    • [17].“算法分析与设计”教学模式探索[J]. 当代教育理论与实践 2011(12)
    • [18].“算法分析与设计”课程教学改革和实践[J]. 中国电力教育 2010(16)
    • [19].算法分析中概率变化与图形生成[J]. 云南大学学报(自然科学版) 2009(S2)
    • [20].数据差异下的连续数据保护恢复算法分析及应用[J]. 微型电脑应用 2020(08)
    • [21].基于《算法分析与设计》中计算思维的运用[J]. 牡丹江教育学院学报 2013(01)
    • [22].算法分析与设计课程中多媒体技术的应用[J]. 科技风 2009(18)
    • [23].图像去雨雪算法分析[J]. 科技风 2019(30)
    • [24].“算法分析与设计”课程教学改革与实践[J]. 工业和信息化教育 2017(03)
    • [25].浅谈算法分析与设计课程的教学技巧[J]. 福建电脑 2017(09)
    • [26].算法分析与设计课程的拓展式教学[J]. 现代计算机(专业版) 2015(24)
    • [27].蝙蝠算法研究及应用综述[J]. 计算机工程与应用 2019(15)
    • [28].几种常见特殊方阵的算法分析与实现[J]. 无锡职业技术学院学报 2009(05)
    • [29].浅谈“贪心方法”的教学经验[J]. 时代教育(教育教学) 2011(11)
    • [30].高校学生补考考场分排算法分析及程序设计[J]. 电脑编程技巧与维护 2008(16)

    标签:;  ;  ;  ;  ;  

    基于局部扩张的复杂网络社区发现算法研究
    下载Doc文档

    猜你喜欢