基于隨機(jī)游走的復(fù)雜網(wǎng)絡(luò)聚類算法研究.pdf_第1頁
已閱讀1頁,還剩73頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、現(xiàn)實世界中存在諸多復(fù)雜網(wǎng)絡(luò),如生物網(wǎng)、科技網(wǎng)和社交網(wǎng)等。近年來復(fù)雜網(wǎng)絡(luò)的研究吸引了來自計算機(jī)、物理、數(shù)學(xué)和生物等眾多領(lǐng)域的研究者,已成為多學(xué)科交叉研究的熱點之一。復(fù)雜網(wǎng)絡(luò)聚類旨在揭示出復(fù)雜網(wǎng)絡(luò)中真實存在的網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu),主要包括對無符號網(wǎng)絡(luò)、符號網(wǎng)絡(luò)、有權(quán)網(wǎng)絡(luò)和有向網(wǎng)絡(luò)等不同類型的復(fù)雜網(wǎng)絡(luò)進(jìn)行社團(tuán)結(jié)構(gòu)檢測。復(fù)雜網(wǎng)絡(luò)之所以在當(dāng)前的研究課題中具有如此重要的社會價值和應(yīng)用價值,是因為對復(fù)雜網(wǎng)絡(luò)的聚類分析,在對預(yù)測復(fù)雜網(wǎng)絡(luò)的網(wǎng)絡(luò)行為、分析網(wǎng)絡(luò)拓?fù)?/p>

2、結(jié)構(gòu)和挖掘網(wǎng)絡(luò)潛在功能方面起到積極作用。本文分別針對無符號網(wǎng)絡(luò)和符號網(wǎng)絡(luò)的社團(tuán)結(jié)構(gòu)檢測問題進(jìn)行了研究,提出了基于隨機(jī)游走算法的社團(tuán)結(jié)構(gòu)檢測方法。
  本文的主要研究工作如下:
  (1)在無符號網(wǎng)絡(luò)中,根據(jù)社團(tuán)結(jié)構(gòu)是否明顯,可以將社團(tuán)分為強(qiáng)社團(tuán)和弱社團(tuán)等多種類型?,F(xiàn)有的社團(tuán)結(jié)構(gòu)檢測算法在挖掘強(qiáng)社團(tuán)結(jié)構(gòu)時,可以表現(xiàn)出優(yōu)異的性能,在挖掘弱社團(tuán)結(jié)構(gòu)時,算法性能仍存在略微不足。本文基于假設(shè)---社團(tuán)中的點游走到社團(tuán)內(nèi)其他點的概率大于

3、游走到社團(tuán)外點的概率,提出一種利用隨機(jī)游走算法檢測社團(tuán)結(jié)構(gòu)的方法。該方法從全局網(wǎng)絡(luò)出發(fā)找到局部最大度節(jié)點,根據(jù)該局部最大度節(jié)點找到局部最小完全子圖視為局部社團(tuán),并將網(wǎng)絡(luò)中節(jié)點根據(jù)是否在局部社團(tuán)中分為聚類節(jié)點以及未聚類節(jié)點。進(jìn)而,利用基于隨機(jī)游走的條件概率模型,計算未聚類節(jié)點屬于每個社團(tuán)的概率,并將該未聚類節(jié)點加入其最可能歸屬的社團(tuán)。最后,對已聚類社團(tuán)進(jìn)行優(yōu)化。在隨機(jī)網(wǎng)絡(luò)和真實網(wǎng)絡(luò)上,利用NMI值和F1值作為算法性能衡量指標(biāo),對算法性能進(jìn)

4、行評估,并與經(jīng)典的網(wǎng)絡(luò)聚類算法進(jìn)行了比較。實驗結(jié)果表明該算法能夠較好地檢測出網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu),尤其在檢測弱社團(tuán)結(jié)構(gòu)方面,大大的提高了檢測精度,相比其他社團(tuán)結(jié)構(gòu)檢測算法具有明顯優(yōu)勢。
  (2)在符號網(wǎng)絡(luò)中,邊既包括表示“友好、聯(lián)盟”等關(guān)系的正向邊,又包括表示“敵視、競爭”等關(guān)系的負(fù)向邊?,F(xiàn)有的部分符號網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu)檢測算法由于未充分利用網(wǎng)絡(luò)的負(fù)邊信息,導(dǎo)致對社團(tuán)的檢測精度存在一定的影響。針對上述問題,本文提出一種基于網(wǎng)絡(luò)中的正負(fù)邊信息,

5、利用隨機(jī)游走模型,檢測符號網(wǎng)絡(luò)中社團(tuán)結(jié)構(gòu)的方法。該方法將網(wǎng)絡(luò)中每個節(jié)點的正度和負(fù)度的絕對值之和加起來作為該節(jié)點的度。根據(jù)節(jié)點的度找到局部最小社團(tuán),以網(wǎng)絡(luò)中節(jié)點是否在局部社團(tuán)內(nèi),將節(jié)點分為聚類節(jié)點以及未聚類節(jié)點。利用隨機(jī)游走算法計算出每個未聚類節(jié)點加入局部社團(tuán)的正概率和負(fù)概率。通過比較正概率與負(fù)概率的大小來判斷該未聚類節(jié)點是否加入局部社團(tuán)或是否由該未聚類節(jié)點動態(tài)挖掘一個新的局部社團(tuán)。利用社團(tuán)優(yōu)化方法對聚類社團(tuán)進(jìn)行優(yōu)化,形成最終的網(wǎng)絡(luò)劃分結(jié)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論