發(fā)布時(shí)間：2020-12-21 03:53

　　通過(guò)社團(tuán)檢測(cè)和社團(tuán)分析可以獲取復(fù)雜網(wǎng)絡(luò)中的重要信息,幫助控制網(wǎng)絡(luò)、預(yù)測(cè)網(wǎng)絡(luò)演化。最初的社團(tuán)檢測(cè)研究集中在無(wú)向網(wǎng)絡(luò)和非重疊社團(tuán)上,但由于現(xiàn)實(shí)世界存在大量有向網(wǎng)絡(luò),以及網(wǎng)絡(luò)中普遍存在的重疊性,重疊社團(tuán)檢測(cè)和有向網(wǎng)絡(luò)社團(tuán)檢測(cè)逐漸成為社團(tuán)檢測(cè)研究的重點(diǎn)和熱點(diǎn)。重疊社團(tuán)檢測(cè)一直是復(fù)雜網(wǎng)絡(luò)研究領(lǐng)域的重點(diǎn)和難點(diǎn)之一。由于真實(shí)網(wǎng)絡(luò)普遍存在層次結(jié)構(gòu),結(jié)合層次性的重疊社團(tuán)檢測(cè)方法將更適用于現(xiàn)實(shí)世界復(fù)雜網(wǎng)絡(luò)的研究分析。本文基于領(lǐng)導(dǎo)度和從屬度概念,并對(duì)計(jì)算領(lǐng)導(dǎo)度的條件做了適合本文重疊社團(tuán)檢測(cè)模型的改動(dòng)。在此基礎(chǔ)上結(jié)合網(wǎng)絡(luò)層次性建立了一種基于領(lǐng)導(dǎo)度和從屬度的重疊社團(tuán)檢測(cè)算法模型——從屬度樹算法模型。模型根據(jù)從屬度值將網(wǎng)絡(luò)重新組織為樹結(jié)構(gòu),通過(guò)劃分樹來(lái)發(fā)現(xiàn)重疊節(jié)點(diǎn)和重疊社團(tuán)。實(shí)驗(yàn)表明從屬度樹算法模型可以結(jié)合層次性檢測(cè)重疊社團(tuán),并且能找到其他算法不能找到的重疊節(jié)點(diǎn)。劃分社團(tuán)的擴(kuò)展模塊度值大于對(duì)比算法,社團(tuán)劃分結(jié)果更接近實(shí)際社團(tuán)結(jié)構(gòu)。相比于無(wú)向網(wǎng)絡(luò)社團(tuán)檢測(cè),有向網(wǎng)絡(luò)社團(tuán)檢測(cè)要考慮網(wǎng)絡(luò)的方向信息,社團(tuán)檢測(cè)更加復(fù)雜困難,要將無(wú)向網(wǎng)絡(luò)社團(tuán)檢測(cè)算法改進(jìn)以適用于有向網(wǎng)絡(luò),關(guān)鍵在于將網(wǎng)絡(luò)的方向性融入算法模型中。本文利用包含網(wǎng)絡(luò)方... 

【文章來(lái)源】：西安科技大學(xué)陜西省

【文章頁(yè)數(shù)】：70 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

“歌尼斯堡七橋”簡(jiǎn)化網(wǎng)絡(luò)圖

1緒論11緒論1.1研究背景和意義1.1.1復(fù)雜網(wǎng)絡(luò)復(fù)雜網(wǎng)絡(luò)的引入是為了研究現(xiàn)實(shí)中的復(fù)雜系統(tǒng)，復(fù)雜網(wǎng)絡(luò)的“復(fù)雜”之處在于結(jié)構(gòu)復(fù)雜、節(jié)點(diǎn)復(fù)雜和影響因素復(fù)雜。對(duì)應(yīng)到復(fù)雜系統(tǒng)就是系統(tǒng)成員之間的關(guān)系復(fù)雜、成員和關(guān)系的含義多樣、這些含義可能還隨著時(shí)間不斷變化、復(fù)雜系統(tǒng)可能會(huì)受到許多內(nèi)力外力因素的影響和作用。復(fù)雜網(wǎng)絡(luò)一般都具有一些特殊的共有性質(zhì)，比如自組織、自相似、吸引子、小世界、無(wú)標(biāo)度等性質(zhì)。對(duì)于復(fù)雜網(wǎng)絡(luò)的研究經(jīng)歷了四個(gè)階段。第一個(gè)階段數(shù)學(xué)家歐拉提出圖論(GraphTheory)作為復(fù)雜網(wǎng)絡(luò)的研究工具。歐拉在對(duì)“歌尼斯堡七橋問(wèn)題”進(jìn)行研究時(shí)將普萊格爾河上的七座橋和河中間的兩座島和河岸抽象為了圖形，如圖1.1和圖1.2所示。抽象后的圖形很像我們現(xiàn)在常見的網(wǎng)絡(luò)圖，七橋問(wèn)題也被簡(jiǎn)化為一筆畫圖形問(wèn)題。圖論現(xiàn)在是數(shù)學(xué)中一個(gè)獨(dú)立的分支，對(duì)復(fù)雜網(wǎng)絡(luò)的研究起著至關(guān)重要的作用。圖1.1“歌尼斯堡七橋”示意圖圖1.2“歌尼斯堡七橋”簡(jiǎn)化網(wǎng)絡(luò)圖第二個(gè)階段是20世紀(jì)60年代，匈牙利兩位數(shù)學(xué)家提出了ER隨機(jī)圖理論[1]，該理論中描述了一種比較簡(jiǎn)單的隨機(jī)圖網(wǎng)絡(luò)，圖中包括n個(gè)節(jié)點(diǎn)，并且以概率p隨機(jī)連接任意兩個(gè)節(jié)點(diǎn)形成最終網(wǎng)絡(luò)。學(xué)術(shù)界中公認(rèn)ER隨機(jī)圖理論是開啟復(fù)雜網(wǎng)絡(luò)系統(tǒng)性研究的開創(chuàng)性理論。

1緒論3的事，但越大型的網(wǎng)絡(luò)，社團(tuán)檢測(cè)越有意義。因?yàn)閷?duì)大型網(wǎng)絡(luò)直接進(jìn)行結(jié)構(gòu)分析和動(dòng)態(tài)演化預(yù)測(cè)是相當(dāng)復(fù)雜的，這時(shí)候就可以通過(guò)研究社團(tuán)的結(jié)構(gòu)來(lái)研究整個(gè)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)，通過(guò)研究社團(tuán)的功能揭示網(wǎng)絡(luò)的功能，通過(guò)研究社團(tuán)的規(guī)律和演化趨勢(shì)來(lái)推斷網(wǎng)絡(luò)的規(guī)律、預(yù)測(cè)網(wǎng)絡(luò)的演化趨勢(shì)。社團(tuán)結(jié)構(gòu)之所以具有這樣由部分推整體的特殊功能，是因?yàn)閺?fù)雜網(wǎng)絡(luò)普遍具有自相似特性。網(wǎng)絡(luò)的自相似性是指網(wǎng)絡(luò)和它的一部分子網(wǎng)絡(luò)即社團(tuán)在結(jié)構(gòu)、性質(zhì)、功能上幾乎或者完全相同。圖1.3具有社團(tuán)結(jié)構(gòu)的網(wǎng)絡(luò)最初研究者們一直致力于非重疊社團(tuán)檢測(cè)研究，就是將網(wǎng)絡(luò)劃分成不相交的社團(tuán)結(jié)構(gòu)，一個(gè)節(jié)點(diǎn)只能被劃分在一個(gè)社團(tuán)中。這是因?yàn)樽畛醯难芯恳话愣荚谌斯ぞW(wǎng)絡(luò)上做實(shí)驗(yàn)，人為設(shè)置了非重疊的網(wǎng)絡(luò)，而且非重疊社團(tuán)檢測(cè)更加簡(jiǎn)單清晰地反映了社團(tuán)檢測(cè)的意義。但隨著研究者們開始研究真實(shí)世界的復(fù)雜網(wǎng)絡(luò)，發(fā)現(xiàn)了非重疊社團(tuán)檢測(cè)算法用于一些具有重疊特性的現(xiàn)實(shí)網(wǎng)絡(luò)中時(shí)有較大的局限性。比如社交網(wǎng)絡(luò)中的人們自然地?fù)碛卸鄠�(gè)社團(tuán)成員的身份特征；一個(gè)人通常與家人、朋友和同事等幾個(gè)社交群體有聯(lián)系；研究人員可能在幾個(gè)研究領(lǐng)域都很活躍；比如生物網(wǎng)絡(luò)中節(jié)點(diǎn)可能具有多個(gè)功能。因此重疊確實(shí)是許多現(xiàn)實(shí)世界網(wǎng)絡(luò)尤其是社交網(wǎng)絡(luò)的重要特征。出于這個(gè)原因，研究者們?cè)絹?lái)越關(guān)注重疊社團(tuán)檢測(cè)算法的研究。重疊社團(tuán)結(jié)構(gòu)是指網(wǎng)絡(luò)中可能有多個(gè)節(jié)點(diǎn)屬于多個(gè)群集。例如圖1.4就是一個(gè)含有重疊社團(tuán)結(jié)構(gòu)的小網(wǎng)絡(luò)。在圖1.4中，節(jié)點(diǎn)7、8、9組成一個(gè)社團(tuán)，這個(gè)社團(tuán)與其他的社團(tuán)不存在重疊。節(jié)點(diǎn)1、2、3、4組成一個(gè)社團(tuán)，節(jié)點(diǎn)4、5、6組成一個(gè)社團(tuán)，這兩個(gè)社團(tuán)之間有重疊，重疊節(jié)點(diǎn)為節(jié)點(diǎn)4。重疊社團(tuán)檢測(cè)的另一個(gè)重要意義是能同時(shí)找到重疊節(jié)點(diǎn)，這些重疊節(jié)點(diǎn)往往在現(xiàn)實(shí)中具有特殊地性質(zhì)或者功能。比如

【參考文獻(xiàn)】：
期刊論文
[1]節(jié)點(diǎn)不對(duì)稱轉(zhuǎn)移概率的網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)算法[J]. 許平華,胡文斌,邱振宇,聶聰,唐傳慧,高曠,劉中舟.  軟件學(xué)報(bào). 2019(12)
[2]從屬度樹算法檢測(cè)復(fù)雜網(wǎng)絡(luò)重疊社團(tuán)[J]. 付立東,李丹,李占利.  計(jì)算機(jī)科學(xué). 2019(12)
[3]結(jié)合概率矩陣的改進(jìn)譜聚類社區(qū)發(fā)現(xiàn)算法[J]. 張書博,任淑霞,吳濤.  西安電子科技大學(xué)學(xué)報(bào). 2019(03)
[4]基于多層復(fù)雜網(wǎng)絡(luò)理論的海洋貨運(yùn)網(wǎng)絡(luò)的抗毀性研究[J]. 劉澤羲,王文俊,潘林.  海洋通報(bào). 2018(06)
[5]基于復(fù)雜網(wǎng)絡(luò)的危險(xiǎn)品道路運(yùn)輸網(wǎng)絡(luò)優(yōu)化策略研究[J]. 種鵬云,尹惠.  復(fù)雜系統(tǒng)與復(fù)雜性科學(xué). 2018(03)
[6]新型社交網(wǎng)絡(luò)謠言傳播演化模型研究[J]. 吳曉,劉萬(wàn)平,楊武,盧玲,劉小洋,黃詩(shī)雯.  復(fù)雜系統(tǒng)與復(fù)雜性科學(xué). 2018(02)
[7]基于進(jìn)化譜分方法的動(dòng)態(tài)社團(tuán)檢測(cè)[J]. 付立東,聶靖靖.  計(jì)算機(jī)科學(xué). 2018(02)
[8]一種改進(jìn)的網(wǎng)絡(luò)魯棒性與有效性增強(qiáng)方法[J]. 慕彩紅,柴文壹,劉逸,劉敬.  西安電子科技大學(xué)學(xué)報(bào). 2018(04)
[9]在線社會(huì)網(wǎng)絡(luò)謠言檢測(cè)綜述[J]. 陳燕方,李志宇,梁循,齊金山.  計(jì)算機(jī)學(xué)報(bào). 2018(07)
[10]基于矢量影響力聚類系數(shù)的高效有向網(wǎng)絡(luò)社團(tuán)劃分算法[J]. 鄧小龍,翟佳羽,尹欒玉.  電子與信息學(xué)報(bào). 2017(09)



本文編號(hào)：2929137