適用于動態(tài)社會網(wǎng)絡的社團發(fā)現(xiàn)算法的研究與實現(xiàn).pdf

1、社團結構分析對于復雜網(wǎng)絡研究具有十分重要的意義，涉及到生物學、計算機科學和社會學等多個領域。本文首先從復雜網(wǎng)絡的研究背景和意義出發(fā)，介紹了復雜網(wǎng)絡的研究現(xiàn)狀，然后重點介紹復雜網(wǎng)絡研究相關的基礎理論知識和幾種典型的社團發(fā)現(xiàn)算法。
　　針對目前大多數(shù)社團發(fā)現(xiàn)算法的不足，本文提出了一種啟發(fā)式社團發(fā)現(xiàn)算法(HCDA)。首先根據(jù)社團結構的基本性質，提出了適用于社團發(fā)現(xiàn)的啟發(fā)式原則。然后，根據(jù)模塊密度函數(shù)D推導出作為社團成員判斷標準的衡量函數(shù)

2、。通過結合啟發(fā)式原則和衡量函數(shù)，HCDA算法在不需要任何先驗條件的情況下，能夠獲得很高的準確性，同時兼具較低的時間復雜度的特性。
　　在自然界和社會科學中的復雜系統(tǒng)往往處于不斷的變化之中，因此適用于動態(tài)社會網(wǎng)絡的社團發(fā)現(xiàn)算法的研究對于分析和解決很多實際問題具有十分重要的現(xiàn)實意義。本文根據(jù)大多數(shù)社會網(wǎng)絡所具有的普遍性質，在HCDA算法的基礎上提出了適用于動態(tài)社會網(wǎng)絡的社團發(fā)現(xiàn)算法(DHCDA)。理論分析和其在動態(tài)社會網(wǎng)絡上的實驗結果