大規(guī)模復雜網(wǎng)絡的社區(qū)發(fā)現(xiàn)算法研究.pdf

1、針對社區(qū)發(fā)現(xiàn)算法的研究已經(jīng)成為社會學、計算機科學、生態(tài)學和經(jīng)濟學等許多領域研究中最重要的課題之一。隨著近年來互聯(lián)網(wǎng)高速發(fā)展和移動終端的普及應用，使得復雜網(wǎng)絡的種類和規(guī)模得到了快速的發(fā)展和變化，許多網(wǎng)絡中節(jié)點的數(shù)目已達到數(shù)億級并仍保持著快速增長趨勢。上述這些現(xiàn)狀給社區(qū)發(fā)現(xiàn)算法的研究帶來了許多新的困難。
　　本文的主要研究內(nèi)容如下：
　?。?）詳細介紹主流社區(qū)發(fā)現(xiàn)算法的原理以及相關步驟，并分類介紹了目前適用于較大規(guī)模網(wǎng)絡的社區(qū)發(fā)

2、現(xiàn)算法，并在時間效率、準確度、應用范圍和優(yōu)劣勢等方面進行分析比較。
　?。?）提出了一種基于抽樣的大規(guī)模網(wǎng)絡社區(qū)發(fā)現(xiàn)算法，該算法首先利用基于度的隨機游走技術對整體網(wǎng)絡進行抽樣得到子圖，然后將基于概要的發(fā)現(xiàn)算法應用到此子圖上進行社區(qū)發(fā)現(xiàn)，之后獲得初始社區(qū)，最后依據(jù)已有初始社區(qū)與未抽樣的節(jié)點的相似度迭代式地將剩余節(jié)點進行劃分。通過與另外的算法進行比較分析，表明了該算法能夠在保證準確性的同時提高計算效率。
　?。?）提出了一種基于