發(fā)布時(shí)間：2018-05-27 08:33

  本文選題：復(fù)雜網(wǎng)絡(luò) + 社團(tuán)結(jié)構(gòu)��； 參考：《電子科技大學(xué)》2017年博士論文

【摘要】：在現(xiàn)實(shí)中,許多復(fù)雜系統(tǒng)可以表示成復(fù)雜網(wǎng)絡(luò)。其中,節(jié)點(diǎn)表示系統(tǒng)的各種元素,連邊表示元素之間的聯(lián)系。通過應(yīng)用復(fù)雜網(wǎng)絡(luò)理論,人們能夠更好地理解、預(yù)測和控制復(fù)雜系統(tǒng)的行為。隨著對復(fù)雜網(wǎng)絡(luò)的深入研究,人們發(fā)現(xiàn)許多實(shí)際網(wǎng)絡(luò)都具有社團(tuán)結(jié)構(gòu),即各個(gè)子圖的內(nèi)部連接比較緊密,而子圖之間的連接比較稀疏。通過對社團(tuán)結(jié)構(gòu)的研究,人們能夠更好地了解網(wǎng)絡(luò)結(jié)構(gòu)的特征和功能。目前社團(tuán)結(jié)構(gòu)的研究包括社團(tuán)結(jié)構(gòu)的定義、探測和應(yīng)用。本文分別對社團(tuán)結(jié)構(gòu)的探測和應(yīng)用進(jìn)行了研究,主要貢獻(xiàn)和創(chuàng)新點(diǎn)如下:(1)提出了一種快速的模擬退火優(yōu)化算法,該算法通過優(yōu)化模塊度來探測靜態(tài)網(wǎng)絡(luò)中的社團(tuán)結(jié)構(gòu)。盡管許多基于模塊度優(yōu)化的社團(tuán)探測算法被提出,但是它們本質(zhì)上都是基于一種貪婪策略來優(yōu)化模塊度,因此獲得的模塊度通常都是一種局部最大值�；诖�,本文利用模擬退火算法來優(yōu)化模塊度。同時(shí),為了提升模擬退火算法的收斂速度,本文從兩個(gè)方面對它進(jìn)行優(yōu)化:(4))利用層次聚類算法獲取一個(gè)初始社團(tuán)劃分;(4)4))在優(yōu)化模塊度的每一步,隨機(jī)從一個(gè)社團(tuán)中提取一個(gè)連通子圖并轉(zhuǎn)移到另外一個(gè)社團(tuán)。實(shí)驗(yàn)結(jié)果表明該算法不僅能夠獲得很高的模塊度,而且與傳統(tǒng)模擬退火算法相比,極大地提升了計(jì)算效率。(2)提出了一種快速的動(dòng)態(tài)社團(tuán)探測算法,該算法首先利用上一時(shí)刻的社團(tuán)結(jié)構(gòu)和當(dāng)前時(shí)刻的網(wǎng)絡(luò)結(jié)構(gòu)構(gòu)造一個(gè)小網(wǎng)絡(luò),然后在小網(wǎng)絡(luò)上探測當(dāng)前時(shí)刻的社團(tuán)結(jié)構(gòu)。實(shí)驗(yàn)結(jié)果表明與傳統(tǒng)算法相比,該算法極大地提升了社團(tuán)探測的計(jì)算效率。另外,本文還提出了一種快速的社團(tuán)映射算法,該算法首先將上一時(shí)刻的每個(gè)社團(tuán)分裂成若干個(gè)小模塊,然后使用這些小模塊構(gòu)建一個(gè)小網(wǎng)絡(luò)并在小網(wǎng)絡(luò)上探測當(dāng)前時(shí)刻的社團(tuán)。由于每個(gè)社團(tuán)都可以看成是若個(gè)小模塊的組合,因此在社團(tuán)映射階段可以通過統(tǒng)計(jì)兩個(gè)社團(tuán)的共同模塊來計(jì)算它們的相似度。實(shí)驗(yàn)結(jié)果表明該算法不僅能夠保證社團(tuán)劃分的質(zhì)量,而且還能夠極大地提升社團(tuán)映射階段的計(jì)算效率。(3)提出了一種基于社團(tuán)結(jié)構(gòu)的關(guān)鍵節(jié)點(diǎn)組挖掘算法。對于許多傳統(tǒng)算法來說,它們通常都是選擇前6)個(gè)最重要的節(jié)點(diǎn)或者6)個(gè)互不相連的重要節(jié)點(diǎn)作為關(guān)鍵節(jié)點(diǎn)。然而,這些關(guān)鍵節(jié)點(diǎn)可能通常只位于少數(shù)社團(tuán)。由于一個(gè)關(guān)鍵節(jié)點(diǎn)的影響力很難從它所在的社團(tuán)傳播到其它社團(tuán),因此傳統(tǒng)算法選擇的一組關(guān)鍵節(jié)點(diǎn)的影響力有限。為了最大化一組關(guān)鍵節(jié)點(diǎn)的影響力,本文提出了選擇關(guān)鍵節(jié)點(diǎn)的三個(gè)約束條件:(4))單個(gè)節(jié)點(diǎn)的影響力很強(qiáng);(4)4))它不能與已知的關(guān)鍵節(jié)點(diǎn)相連;(4)4)4))它不能與包含關(guān)鍵節(jié)點(diǎn)的社團(tuán)相連。實(shí)驗(yàn)結(jié)果表明該算法選擇的一組關(guān)鍵節(jié)點(diǎn)更有影響力。(4)提出了一種基于社團(tuán)結(jié)構(gòu)的快速鏈路預(yù)測算法。在實(shí)際網(wǎng)絡(luò)中,鏈接傾向于在局部聚集并形成社團(tuán)結(jié)構(gòu),這種現(xiàn)象表明社團(tuán)結(jié)構(gòu)與鏈路形成之間存在相關(guān)性。因此,本文首先提出一種獲取獨(dú)立社團(tuán)劃分樣本的算法,然后設(shè)計(jì)了兩個(gè)基于社團(tuán)劃分樣本的統(tǒng)計(jì)量,分別用來預(yù)測社團(tuán)內(nèi)部和社團(tuán)之間的節(jié)點(diǎn)對產(chǎn)生連邊的概率。實(shí)驗(yàn)結(jié)果表明與經(jīng)典的SBM模型相比,該算法不僅能夠準(zhǔn)確地預(yù)測網(wǎng)絡(luò)中的丟失連邊,而且還能夠極大地提升計(jì)算效率。另外,通過該算法計(jì)算的連邊概率,本文揭示了社團(tuán)結(jié)構(gòu)中的三種鏈路形成機(jī)制。實(shí)驗(yàn)結(jié)果表明該算法在由三種鏈路形成機(jī)制選擇的測試集上具有更高的準(zhǔn)確率。上述前兩個(gè)工作分別提升了靜態(tài)社團(tuán)探測算法和動(dòng)態(tài)社團(tuán)探測算法的計(jì)算效率,而后兩個(gè)工作則分別研究了社團(tuán)結(jié)構(gòu)在關(guān)鍵節(jié)點(diǎn)識別和鏈路預(yù)測中的應(yīng)用。
[Abstract]:This paper presents a fast dynamic community mapping algorithm , which is based on the structure of community structure and the network structure of the current time . In order to maximize the influence of a group of key nodes , this paper puts forward three kinds of link formation mechanisms based on community structure .
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2017
【分類號】：O157.5;TP301.6

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 趙之瀅;于海;朱志良;汪小帆;;基于網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu)的節(jié)點(diǎn)傳播影響力分析[J];計(jì)算機(jī)學(xué)報(bào);2014年04期

2 陳娟;陸君安;;復(fù)雜網(wǎng)絡(luò)中尺度研究揭開網(wǎng)絡(luò)同步化過程[J];電子科技大學(xué)學(xué)報(bào);2012年01期

3 程學(xué)旗;沈華偉;;復(fù)雜網(wǎng)絡(luò)的社區(qū)結(jié)構(gòu)[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2011年01期

4 譚躍進(jìn);吳俊;鄧宏鐘;;復(fù)雜網(wǎng)絡(luò)中節(jié)點(diǎn)重要度評估的節(jié)點(diǎn)收縮方法[J];系統(tǒng)工程理論與實(shí)踐;2006年11期

5 陳勇,胡愛群,胡嘯;通信網(wǎng)中節(jié)點(diǎn)重要性的評價(jià)方法[J];通信學(xué)報(bào);2004年08期

6 李鵬翔,任玉晴,席酉民;網(wǎng)絡(luò)節(jié)點(diǎn)(集)重要性的一種度量指標(biāo)[J];系統(tǒng)工程;2004年04期

，

本文編號：1941274