基于復(fù)雜網(wǎng)絡(luò)的社團(tuán)發(fā)現(xiàn)研究.pdf

1、近代科技高速發(fā)展,信息量正在呈指數(shù)級增長,有效處理海量數(shù)據(jù)是用戶獲得有效信息的瓶頸。人們的社交范圍越來越大,發(fā)現(xiàn)復(fù)雜網(wǎng)絡(luò)的社團(tuán)結(jié)構(gòu),對分析復(fù)雜網(wǎng)絡(luò)的性質(zhì)及功能,獲得復(fù)雜網(wǎng)絡(luò)的規(guī)律以及預(yù)測復(fù)雜網(wǎng)絡(luò)的行為有重要的理論意義。
　　 復(fù)雜網(wǎng)絡(luò)有許多重要的拓?fù)涮卣?復(fù)雜網(wǎng)絡(luò)的研究是當(dāng)前科學(xué)研究中很熱門的領(lǐng)域。在大多數(shù)情況下,研究者主要依靠觀察計(jì)算機(jī)網(wǎng)絡(luò)或社會網(wǎng)絡(luò)等真實(shí)網(wǎng)絡(luò)來研究復(fù)雜網(wǎng)絡(luò)的特征。本文主要工作有:
　　 (1)基于局部

2、信息的社團(tuán)發(fā)現(xiàn)方法在CNM算法的基礎(chǔ)上,提出了一種利用局部信息進(jìn)行社區(qū)挖掘的算法。首先,定義結(jié)點(diǎn)的強(qiáng)度及結(jié)點(diǎn)對社區(qū)的貢獻(xiàn),修改了模塊度的定義,使本方法能夠適用于加權(quán)網(wǎng)絡(luò),利用社區(qū)局部信息得到小社區(qū)；然后,將小社區(qū)集合作為CNM算法的輸入,計(jì)算小社區(qū)間的模塊度增量,凝聚模塊度增量小的小社區(qū),并得到最終結(jié)果。實(shí)驗(yàn)表明,新方法在社區(qū)模塊度和算法執(zhí)行時間上均略有提高。
　　 (2)基于Jaccard相似度的社團(tuán)發(fā)現(xiàn)方法提出一種基于Jac

3、card相似度的社團(tuán)發(fā)現(xiàn)方法,首先使用結(jié)點(diǎn)的相似度尋找優(yōu)先鄰居結(jié)點(diǎn),再從優(yōu)先鄰居結(jié)點(diǎn)中獲得最佳鄰居結(jié)點(diǎn),最后將互為朋友結(jié)點(diǎn)的兩個結(jié)點(diǎn)合并,最終得到若干個結(jié)點(diǎn)的組成小社團(tuán),然后利用CNM算法凝聚小社團(tuán),完成社團(tuán)發(fā)現(xiàn)聚類。實(shí)驗(yàn)表明本算法執(zhí)行時間縮短,所發(fā)現(xiàn)社團(tuán)模塊度增加,是一個有效的社團(tuán)發(fā)現(xiàn)算法。
　　 近年來,社團(tuán)發(fā)現(xiàn)成為了一個熱門的研究領(lǐng)域,它為人們在實(shí)際生產(chǎn)活動中提供了許多幫助,在未來的工作中,應(yīng)將更多的重點(diǎn)轉(zhuǎn)移到如何運(yùn)用已成