復(fù)雜網(wǎng)絡(luò)廣泛存在于現(xiàn)實世界當中,如社交網(wǎng)絡(luò)、生物網(wǎng)絡(luò)、腦網(wǎng)絡(luò)、信息網(wǎng)絡(luò)等。在復(fù)雜網(wǎng)絡(luò)中,社團結(jié)構(gòu)是一種非常重要的組織結(jié)構(gòu),它既表現(xiàn)為內(nèi)部連接緊密,與外部連接相對稀疏的局部拓撲特征,又體現(xiàn)出網(wǎng)絡(luò)中個體屬性的一致性。社團結(jié)構(gòu)與復(fù)雜網(wǎng)絡(luò)的功能、屬性、組織結(jié)構(gòu)、動力學(xué)行為等方面密切相關(guān)。因此,從錯綜復(fù)雜的網(wǎng)絡(luò)中檢測社團結(jié)構(gòu),對于網(wǎng)絡(luò)的拓撲結(jié)構(gòu)分析、功能分析和行為預(yù)測具有至關(guān)重要的意義。近年來,伴隨著復(fù)雜網(wǎng)絡(luò)研究的興起,社團檢測已成為多學(xué)科交叉的熱點研究領(lǐng)域,涌現(xiàn)了一大批社團檢測方法。然而,受制于復(fù)雜網(wǎng)絡(luò)本身的復(fù)雜性,當前的社團檢測仍然存在許多公認的難題。首先,在真實的復(fù)雜網(wǎng)絡(luò)中,各種缺失、冗余、甚至錯誤的連接幾乎無處不在,這些擾動使得真實世界網(wǎng)絡(luò)的社團結(jié)構(gòu)變得非常模糊,因而難以被準確發(fā)現(xiàn)。其次,現(xiàn)實環(huán)境中的復(fù)雜網(wǎng)絡(luò)可能同時擁有拓撲結(jié)構(gòu)與節(jié)點屬性信息,但二者可能并不一致。如何將這兩種信息有機、互補地結(jié)合來提高社團檢測的性能也是一項亟需解決的難題。最后,現(xiàn)實中復(fù)雜網(wǎng)絡(luò)的連接往往十分稀疏,且含有較多擾動和噪聲,添加先驗信息是一種有效的解決思路。然而,現(xiàn)有的半監(jiān)督方法大都需要大量的先驗信息,代價高昂卻...

【文章頁數(shù)】：113 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 課題研究背景與意義
        1.1.1 社團檢測的研究背景
        1.1.2 社團檢測的研究意義與存在的問題
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 常用復(fù)雜網(wǎng)絡(luò)社團檢測方法
        1.2.2 具有節(jié)點屬性的復(fù)雜網(wǎng)絡(luò)社團檢測研究進展
        1.2.3 考慮先驗信息的半監(jiān)督復(fù)雜網(wǎng)絡(luò)社團檢測研究進展
    1.3 本文主要研究內(nèi)容與組織結(jié)構(gòu)
第二章 社團檢測相關(guān)概念
    2.1 復(fù)雜網(wǎng)絡(luò)與社團結(jié)構(gòu)的符號化描述
    2.2 社團結(jié)構(gòu)的主要特性
        2.2.1 子圖內(nèi)外連通度
        2.2.2 節(jié)點的中心度
        2.2.3 社團結(jié)構(gòu)的模塊度
    2.3 社團檢測的評價標準
    2.4 基于非負矩陣分解的社團檢測
    2.5 本章小結(jié)
第三章 基于低秩子空間學(xué)習(xí)的復(fù)雜網(wǎng)絡(luò)社團檢測
    3.1 引言
    3.2 基于低秩分解的子空間關(guān)聯(lián)圖的構(gòu)造
        3.2.1 網(wǎng)絡(luò)拓撲到幾何空間的映射
        3.2.2 網(wǎng)絡(luò)節(jié)點的低秩分解
        3.2.3 網(wǎng)絡(luò)節(jié)點的子空間關(guān)聯(lián)圖
    3.3 基于節(jié)點子空間關(guān)聯(lián)圖的網(wǎng)絡(luò)社團檢測
    3.4 實驗結(jié)果與分析
        3.4.1 GN合成網(wǎng)絡(luò)實驗
        3.4.2 LFR合成網(wǎng)絡(luò)實驗
        3.4.3 真實網(wǎng)絡(luò)實驗
        3.4.4 子空間分析
        3.4.5 層次結(jié)構(gòu)分析
        3.4.6 網(wǎng)絡(luò)劃分的一致性分析
        3.4.7 參數(shù)分析
    3.5 本章小結(jié)
第四章 基于雙圖正則化的屬性網(wǎng)絡(luò)社團檢測
    4.1 引言
    4.2 基于雙圖正則化的屬性網(wǎng)絡(luò)社團檢測模型
        4.2.1 節(jié)點屬性矩陣的非負矩陣分解
        4.2.2 網(wǎng)絡(luò)拓撲結(jié)構(gòu)的正則化
        4.2.3 屬性相關(guān)性的正則化
        4.2.4 基于雙圖正則化的屬性網(wǎng)絡(luò)社團檢測目標函數(shù)
    4.3 屬性網(wǎng)絡(luò)社團檢測模型求解
        4.3.1 模型求解過程
        4.3.2 算法復(fù)雜度與收斂性分析
    4.4 實驗與應(yīng)用
        4.4.1 真實網(wǎng)絡(luò)中的社團檢測性能
        4.4.2 模型魯棒性測試
        4.4.3 社團的屬性意義
        4.4.4 參數(shù)分析
    4.5 本章小結(jié)
第五章 基于約束置信度學(xué)習(xí)的半監(jiān)督社團檢測
    5.1 引言
    5.2 基于約束置信度學(xué)習(xí)的半監(jiān)督社團檢測
        5.2.1 一個演示的例子
        5.2.2 鏈接約束置信度學(xué)習(xí)
        5.2.3 基于LCRL的半監(jiān)督社團檢測
    5.3 實驗結(jié)果與分析
        5.3.1 實驗設(shè)置
        5.3.2 性能比較
        5.3.3 參數(shù)分析
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 研究工作總結(jié)
    6.2 下一步研究工作的展望
參考文獻
攻讀博士學(xué)位期間發(fā)表的學(xué)術(shù)論文
攻讀博士學(xué)位期間參加的科研項目
致謝



本文編號：3740445