復(fù)雜網(wǎng)絡(luò)中的社區(qū)發(fā)現(xiàn)及進(jìn)化研究.pdf

1、伴隨著互聯(lián)網(wǎng)的快速發(fā)展，Web上出現(xiàn)了大量的社區(qū)。社區(qū)可以代表Web的社會活動，將Web組織成社區(qū)的形式，可以使用戶了解互聯(lián)網(wǎng)中資源的組織形式和信息的發(fā)展趨勢，而且可以通過識別和區(qū)分社區(qū)達(dá)到有效組織網(wǎng)絡(luò)層次的目的，因而社區(qū)發(fā)現(xiàn)技術(shù)成為目前的一個研究熱點。
　　 在實際的應(yīng)用過程中，現(xiàn)有的社區(qū)發(fā)現(xiàn)方法存在兩個問題，第一，僅考慮社區(qū)中結(jié)點之間的連接關(guān)系，而忽略了結(jié)點所代表的實體的內(nèi)容；第二，沒有考慮網(wǎng)絡(luò)的動態(tài)性，忽略了社區(qū)在進(jìn)化過程

2、中的變化。針對以上不足，本文面向互聯(lián)網(wǎng)中的網(wǎng)頁，提出了一種新的社區(qū)發(fā)現(xiàn)算法，并在此基礎(chǔ)上對社區(qū)的進(jìn)化過程進(jìn)行研究。主要工作如下：
　　 考慮到不同網(wǎng)頁表達(dá)的內(nèi)容有所不同，本文提出基于網(wǎng)頁內(nèi)容相似度和鏈接關(guān)系的社區(qū)發(fā)現(xiàn)算法。該算法利用改進(jìn)的余弦相似度公式計算網(wǎng)頁與主題的相似度。隨后，根據(jù)網(wǎng)頁之間的超鏈接，將存在鏈接關(guān)系而且在內(nèi)容上相關(guān)的網(wǎng)頁挖掘出來組成關(guān)于某一主題的社區(qū)。該算法不僅關(guān)注了網(wǎng)頁之間存在的鏈接關(guān)系而且考慮了網(wǎng)頁在內(nèi)容上

3、的相似性，從而保證了社區(qū)在內(nèi)容和結(jié)構(gòu)上的完整性。
　　 在社區(qū)中，可能存在這樣的結(jié)點，它們之間的聯(lián)系比其他結(jié)點更加緊密，于是形成了緊密度更高的小社區(qū)，社區(qū)出現(xiàn)了層次結(jié)構(gòu)。針對社區(qū)的這一結(jié)構(gòu)特點，本文引入社區(qū)層次結(jié)構(gòu)的概念，以社區(qū)中結(jié)點之間的緊密度為依據(jù)將社區(qū)分層，分析社區(qū)的層次結(jié)構(gòu)。最后，對在社區(qū)進(jìn)化過程中可能出現(xiàn)的類型進(jìn)行形式化定義，同時給出度量準(zhǔn)則，并以層次結(jié)構(gòu)為基礎(chǔ)分析網(wǎng)絡(luò)社區(qū)的進(jìn)化過程，反映社區(qū)在進(jìn)化過程中主題變化的趨勢