基于网络高阶结构的社会网络免疫算法

基于网络高阶结构的社会网络免疫算法

论文摘要

信息技术以及在线社会网络平台的飞速发展,在缩短世界的距离,极大的提升社会效率的同时,也带来了不小的隐患与巨大的挑战。目前,网络上不良信息的扩散已经成为全球性的难题。不良信息借助日益庞大且功能强大的在线社会网络媒体与平台可以在很短的时间之内在一个国家乃至世界范围内飞速传播,给社会上的大量民众造成严重的误导和认知偏差,甚至使群体发生非理性的现象,造成严重后果。在此背景下,社会网络的网络免疫在过去的十几年内得到了越来越多学者的注意。其中,许多基于网络拓扑结构的算法被提出,例如网络的连接度以及中介度等。但是,这些研究仅仅只考虑了网络节点这一层级的网络浅层结构,而一些可以被例如模体等工具挖掘的网络高阶连通性等网络高阶结构则被忽略,这将导致算法效果的不足。另外,基于网络节点连通性的免疫算法可能会导致网络完整性问题并且严重影响网络中其他节点的正常工作,这是因为网络中中心节点的缺失将会极大的破坏网络的连通性进而影响网络的功能性。针对上述内容,本文作出以下工作:1.本文研究了基于模体的网络的高阶隐性结构,通过对模体连通率的以及基于模体的网络权重图的研究,得到了一种通过基于模体的邻接矩阵提取连边的在网络高阶连通性的方法。2.文中研究了边中介中心度在网络免疫中的突出作用,研究发现这一指标不仅可以使本文提出的算法比传统的算法更有效率并且可以在免疫的同时通过连边在免疫作用中更为出色的作用,减少其对网络结构与功能的破坏性。3.结合基于模体得到的网络高阶结构与边中介中心度,本文提出了一种新型针对网络免疫的连边重要性指标MEBC(Motif-based Edge-Betweenness Centrality)并在此基础上提出同名的网络免疫算法。文章最后使用SIR(易感者-感染者-移出者)模型,仿真信息在网络中的传播过程。将提出的MEBC算法与其它对比算法在真实的社会网络数据集上仿真测试其免疫性能。大量的实验结果证明本文提出的免疫算法MEBC不仅具有良好的免疫性能,其网络完整性的影响也优于其它算法。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  •   1.1 研究背景与意义
  •   1.2 国内外研究现状
  •     1.2.1 模体方面的研究
  •     1.2.2 网络免疫方面的研究
  •   1.3 本文的主要贡献
  •   1.4 本文的主要结构
  • 第2章 模体及网络免疫研究概述
  •   2.1 模体的基本概念与检测
  •     2.1.1 模体及模体集的定义
  •     2.1.2 模体的基本统计特征
  •     2.1.3 模体的检测
  •   2.2 网络免疫算法的定义与类别
  •     2.2.1 网络免疫算法的定义
  •     2.2.2 网络免疫算法的分类
  •   2.3 本章小结
  • 第3章 基于模体的网络高阶连通性分析
  •   3.1 基本定义
  •   3.2 网络模体连通率分析
  •     3.2.1 网络模体连通率定义
  •     3.2.2 基于模体的邻接矩阵
  •     3.2.3 一致性分析
  •   3.3 基于模体的邻接矩阵的计算
  •   3.4 本章小结
  • 第4章 基于模体的网络免疫算法
  •   4.1 问题定义
  •   4.2 连边中介中心度
  •   4.3 MEBC算法
  •     4.3.1 算法介绍
  •     4.3.2 算法效果的可视化
  • 第5章 实验
  •   5.1 数据集
  •   5.2 信息传播的仿真模型
  •   5.3 算法评价标准
  •   5.4 对比的算法
  •   5.5 实验结果
  •     5.5.1 模体信息的统计
  •     5.5.2 免疫效果的对比
  •     5.5.3 对网络整体性影响的比较
  •     5.5.4 Z-score值的分析
  •   5.6 本章小结
  • 第6章 总结与展望
  •   6.1 本文的工作总结
  •   6.2 未来展望
  • 参考文献
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 高旷

    导师: 张新晨

    关键词: 社会网络,网络免疫,模体,边中介中心度

    来源: 华中师范大学

    年度: 2019

    分类: 基础科学,信息科技

    专业: 数学,计算机软件及计算机应用

    单位: 华中师范大学

    分类号: O157.5;TP301.6

    总页数: 50

    文件大小: 3506K

    下载量: 54

    相关论文文献

    • [1].基于免疫算法的岩土工程可靠性研究[J]. 城市地理 2017(10)
    • [2].基于改进量子免疫算法的神经网络集成[J]. 计算机工程与应用 2020(22)
    • [3].基于多目标免疫算法的无源滤波器优化方法[J]. 化工自动化及仪表 2016(09)
    • [4].改进免疫算法在无人机航线规划中的应用[J]. 武汉理工大学学报(信息与管理工程版) 2015(02)
    • [5].基于多种群免疫算法的分布式电源选址与定容[J]. 电测与仪表 2014(04)
    • [6].基于计算机免疫算法的交通安全规划[J]. 现代计算机(专业版) 2009(10)
    • [7].改进的免疫算法参数自适应调整的优化设计[J]. 计算机测量与控制 2013(05)
    • [8].矢量距浓度免疫算法在配电网重构中的应用[J]. 电力系统及其自动化学报 2012(01)
    • [9].求解约束优化问题的改进型免疫算法[J]. 计算机应用研究 2011(11)
    • [10].一种免疫算法在故障诊断中的研究[J]. 科技通报 2018(05)
    • [11].基于免疫算法的城市精明增长研究[J]. 今日财富(中国知识产权) 2018(03)
    • [12].模糊免疫算法在电路故障诊断中的应用研究[J]. 太原理工大学学报 2012(03)
    • [13].求解可满足性问题全部解的改进多种群克隆免疫算法[J]. 信息与控制 2011(01)
    • [14].量子免疫算法在电网故障诊断中的应用[J]. 电力系统保护与控制 2010(10)
    • [15].应用于入侵检测系统的免疫算法研究[J]. 网络安全技术与应用 2009(03)
    • [16].基于多目标免疫算法的滤波器优化设计[J]. 低压电器 2009(10)
    • [17].基于免疫算法的地下物流中转分配节点选址研究[J]. 软件导刊 2018(08)
    • [18].改进的混合免疫算法在约束函数优化中的应用[J]. 中南大学学报(自然科学版) 2016(06)
    • [19].基于混沌量子免疫算法的电力系统无功优化[J]. 电网与清洁能源 2013(08)
    • [20].基于改进免疫算法的电力电源规划[J]. 计算机与数字工程 2014(01)
    • [21].基于树突状细胞的免疫算法[J]. 科技信息 2011(11)
    • [22].基于过程神经网络和量子免疫算法的油气评价[J]. 计算机工程与应用 2008(25)
    • [23].免疫算法和数据融合在结构损伤识别中的应用[J]. 计算机应用与软件 2019(05)
    • [24].基于免疫算法的高精度室内可见光三维定位系统[J]. 光学学报 2018(10)
    • [25].基于免疫算法的矿井防尘供水管网优化[J]. 煤炭技术 2017(11)
    • [26].自适应克隆免疫算法应用于宽带匹配网络设计[J]. 中北大学学报(自然科学版) 2010(03)
    • [27].基于自适应免疫算法的塔式起重机稳定性优化设计与软件开发[J]. 机械研究与应用 2009(01)
    • [28].免疫算法在舰船柴油主机故障诊断系统的应用[J]. 舰船科学技术 2018(04)
    • [29].基于免疫算法的分类器设计[J]. 计算机科学 2008(12)
    • [30].基于学习型免疫算法的物流配送管理[J]. 电子设计工程 2019(06)

    标签:;  ;  ;  ;  

    基于网络高阶结构的社会网络免疫算法
    下载Doc文档

    猜你喜欢