基于節(jié)點相似度的復雜網(wǎng)絡社區(qū)發(fā)現(xiàn)算法的研究.pdf

1、在實際世界中,很多大型系統(tǒng)都可以抽象為復雜網(wǎng)絡系統(tǒng)。因此,復雜網(wǎng)絡的研究具有非常重要的科學意義。社區(qū)結構是復雜網(wǎng)絡的一個很顯著的特征,相同社區(qū)內節(jié)點相互聯(lián)系密切、不同社區(qū)節(jié)點相互連接比較稀疏的特點。準確、高效地挖掘出社區(qū)結構對分析復雜網(wǎng)絡拓撲結構、預測未來行為等有著重要的作用。
　　本文首先分析了從社交平臺上獲取得到的信息,通過建立對應的人際關系網(wǎng)絡,分析其統(tǒng)計的度情況結果得到微博用戶關系網(wǎng)符合冪率分布,從而證明這個網(wǎng)絡是無標度網(wǎng)

2、絡,即大部分的用戶擁有較少的關系,而小部分的用戶擁有大量的用戶關系。
　　然后本文改進了節(jié)點相似度函數(shù),修改后的節(jié)點相似度函數(shù)可以更精確地衡量節(jié)點之間的關系,作為判斷節(jié)點是否在同一社區(qū)的標準。接著本文還提出了二次劃分社區(qū)結構的算法,在初步劃分時,根據(jù)節(jié)點相似度為單一的節(jié)點尋找相似的節(jié)點,形成了群體結構;第二部分在弱社區(qū)結構定義的約束之下,將群體結構合并成為符合條件的社區(qū)。通過采用二次劃分的算法,可以更加精確地發(fā)現(xiàn)社區(qū)結構,即每個社