本文選題：核心節(jié)點(diǎn)　切入點(diǎn)：社團(tuán)結(jié)構(gòu)劃分　出處：《山東師范大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：復(fù)雜網(wǎng)絡(luò)最近幾年的發(fā)展趨勢(shì)居高不下,復(fù)雜網(wǎng)絡(luò)的研究在很多領(lǐng)域的應(yīng)用都逐漸興起,節(jié)點(diǎn)重要性的排序和社團(tuán)結(jié)構(gòu)劃分是復(fù)雜網(wǎng)絡(luò)的兩個(gè)獨(dú)立領(lǐng)域,但是他們之間有著一定的聯(lián)系,核心的節(jié)點(diǎn)可能是小社團(tuán)的核心,社團(tuán)的核心成員也可能是網(wǎng)絡(luò)中比較重要的節(jié)點(diǎn)。本文從以下三個(gè)方面進(jìn)行研究:針對(duì)重要節(jié)點(diǎn)進(jìn)行了研究。對(duì)傳統(tǒng)的Ks分解算法和MDD算法進(jìn)行了改進(jìn)優(yōu)化,提出了一種新的Ks值的算法,能更好的對(duì)節(jié)點(diǎn)進(jìn)行排序。針對(duì)社團(tuán)結(jié)構(gòu)劃分進(jìn)行了研究。借助了萬(wàn)有引力公式提出了一種新的相似度指標(biāo)運(yùn)用到社團(tuán)結(jié)構(gòu)劃分中,進(jìn)而又提出了新的算法。新算法中把核心節(jié)點(diǎn)考慮進(jìn)去,通過新排序算法得到的結(jié)果篩選合并出一定量的核心成員,進(jìn)而再利用相似度進(jìn)行社團(tuán)結(jié)構(gòu)劃分。針對(duì)專利合作網(wǎng)絡(luò)進(jìn)行了研究。首先通過數(shù)據(jù)搜集整理分析,畫出了網(wǎng)絡(luò)圖,并且分析了網(wǎng)絡(luò)特征。其次構(gòu)建了網(wǎng)絡(luò)的模型,并且通過實(shí)驗(yàn)進(jìn)行了模擬。最后把節(jié)點(diǎn)重要性算法和社團(tuán)結(jié)構(gòu)發(fā)現(xiàn)算法應(yīng)用到了專利合作網(wǎng)絡(luò)上。
[Abstract]:The development trend of complex network is high in recent years, the research of complex network is gradually rising in many fields, the ranking of node importance and the division of community structure are two independent fields of complex network. But there is some connection between them, the core nodes may be the core of the small community, The core members of the community may also be the more important nodes in the network. In this paper, the following three aspects are studied: the important nodes are studied, the traditional Ks decomposition algorithm and the MDD algorithm are improved and optimized. In this paper, a new algorithm of Ks value is proposed, which can sort the nodes better. The division of community structure is studied. A new similarity index is put forward in the division of community structure with the help of the formula of universal gravity. In the new algorithm, the core nodes are taken into account, and a certain number of core members are merged through the results of the new sorting algorithm. Then the similarity is used to divide the community structure. The patent cooperative network is studied. Firstly, the network diagram is drawn through data collection and analysis, and the network characteristics are analyzed. Secondly, the network model is constructed. Finally, the node importance algorithm and the community structure discovery algorithm are applied to the patent cooperative network.
【學(xué)位授予單位】：山東師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP301.6;O157.5

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李娜;潘志松;施蕾;薛膠;任義強(qiáng);;基于標(biāo)記關(guān)系的多標(biāo)記社團(tuán)發(fā)現(xiàn)算法[J];數(shù)據(jù)采集與處理;2017年02期

2 程光權(quán);陸永中;張明星;黃金才;;復(fù)雜網(wǎng)絡(luò)節(jié)點(diǎn)重要度評(píng)估及網(wǎng)絡(luò)脆弱性分析[J];國(guó)防科技大學(xué)學(xué)報(bào);2017年01期

3 李慧嘉;嚴(yán)冠;劉志東;李桂君;章祥蓀;;基于動(dòng)態(tài)系統(tǒng)的網(wǎng)絡(luò)社團(tuán)線性探測(cè)算法[J];中國(guó)科學(xué):數(shù)學(xué);2017年02期

4 王雨;郭進(jìn)利;;基于多重影響力矩陣的有向加權(quán)網(wǎng)絡(luò)節(jié)點(diǎn)重要性評(píng)估方法[J];物理學(xué)報(bào);2017年05期

5 李歡;莫欣岳;;復(fù)雜網(wǎng)絡(luò)重疊社團(tuán)檢測(cè)算法研究綜述[J];傳感器與微系統(tǒng);2017年01期

6 阮逸潤(rùn);老松楊;王竣德;白亮;陳立棟;;基于領(lǐng)域相似度的復(fù)雜網(wǎng)絡(luò)節(jié)點(diǎn)重要度評(píng)估算法[J];物理學(xué)報(bào);2017年03期

7 吳果;房禮國(guó);李中;;基于多指標(biāo)綜合的復(fù)雜網(wǎng)絡(luò)節(jié)點(diǎn)重要性評(píng)估[J];計(jì)算機(jī)工程與設(shè)計(jì);2016年12期

8 楊凱;郭強(qiáng);劉曉露;劉建國(guó);;基于多重特征向量的有向網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu)劃分算法[J];電子科技大學(xué)學(xué)報(bào);2016年06期

9 吳衛(wèi)江;周靜;李國(guó)和;;一種基于節(jié)點(diǎn)重要度的社團(tuán)劃分算法[J];中南民族大學(xué)學(xué)報(bào)(自然科學(xué)版);2016年01期

10 王祖儷;王娟;石磊;刁仁宏;陳丁;;基于客觀賦權(quán)法的多屬性社交網(wǎng)絡(luò)節(jié)點(diǎn)重要性排序[J];計(jì)算機(jī)應(yīng)用研究;2016年10期

，

本文編號(hào)：1567581