復(fù)雜網(wǎng)絡(luò)引力場(chǎng)建模技術(shù)及其應(yīng)用.pdf

1、復(fù)雜網(wǎng)絡(luò)可以揭示復(fù)雜真實(shí)系統(tǒng)的許多相關(guān)特征，如結(jié)構(gòu)、功能及二者的相互作用，近年來吸引了來自物理、生物、社會(huì)和工程等領(lǐng)域研究人員的廣泛關(guān)注，然而當(dāng)前大多數(shù)研究卻很少從物理學(xué)的角度來建模進(jìn)而提出問題的解決方法。本文將網(wǎng)絡(luò)中的節(jié)點(diǎn)看作是空間的一個(gè)質(zhì)點(diǎn)，每個(gè)節(jié)點(diǎn)均對(duì)其它節(jié)點(diǎn)產(chǎn)生某種“作用力”，通過研究由該網(wǎng)絡(luò)的組成元素所形成的虛擬引力場(chǎng)，進(jìn)而從另一種角度解決當(dāng)前復(fù)雜網(wǎng)路研究的一些重要課題。
　　本文首先從物理力學(xué)角度出發(fā)，通過賦予網(wǎng)絡(luò)節(jié)點(diǎn)

2、一些物理屬性如質(zhì)量、距離等進(jìn)而將復(fù)雜網(wǎng)絡(luò)看作是虛擬空間中的力學(xué)系統(tǒng)，經(jīng)一系列理論和方法計(jì)算網(wǎng)絡(luò)節(jié)點(diǎn)間的虛擬引力及由引力導(dǎo)致的網(wǎng)絡(luò)內(nèi)部關(guān)系的變化，從而對(duì)復(fù)雜網(wǎng)絡(luò)抽象圖表示的引力場(chǎng)進(jìn)行建模。網(wǎng)絡(luò)的引力場(chǎng)體現(xiàn)了數(shù)據(jù)間的自然吸引屬性，可以經(jīng)過相關(guān)參數(shù)的選擇滿足處理不同網(wǎng)絡(luò)在數(shù)據(jù)挖掘及其它領(lǐng)域問題的需要。
　　其次，針對(duì)現(xiàn)有解決網(wǎng)絡(luò)社團(tuán)挖掘問題的方法大多基于優(yōu)選法或試探法導(dǎo)致的收斂速度較慢且劃分準(zhǔn)確率不理想的缺陷，我們根據(jù)復(fù)雜網(wǎng)絡(luò)引力場(chǎng)中的

3、虛擬引力定義和分析了基于該模型的社團(tuán)結(jié)構(gòu)概念以及內(nèi)在特性，并基于此概念提出了一個(gè)用來分析和挖掘網(wǎng)絡(luò)社團(tuán)的迭代方法NC-DF(Network Communitiesin Data Field)。該方法充分利用節(jié)點(diǎn)引力所表現(xiàn)的抱團(tuán)特性，能夠完全自適應(yīng)地執(zhí)行，無須預(yù)先設(shè)置參數(shù)。和常用的幾種社團(tuán)檢測(cè)方法相比，NC-DF算法在迭代過程中能夠快速收斂使社團(tuán)劃分結(jié)果達(dá)到穩(wěn)定，并且在仿真網(wǎng)絡(luò)和真實(shí)網(wǎng)絡(luò)上均有較好的表現(xiàn)。
　　最后，針對(duì)現(xiàn)有鏈接預(yù)測(cè)

4、方法大部分都只是基于節(jié)點(diǎn)的共同鄰居的個(gè)體信息來考慮相似性，對(duì)共同鄰居節(jié)點(diǎn)間相互作用考慮不足這一缺陷，根據(jù)網(wǎng)絡(luò)的引力場(chǎng)模型中任一對(duì)節(jié)點(diǎn)間存在的吸引力提出了一種新的相似性計(jì)算方法—共同鄰居團(tuán)的吸引密度AD(Attractive Density)。該方法充分利用了網(wǎng)絡(luò)的結(jié)構(gòu)信息，使用共同鄰居團(tuán)內(nèi)的吸引密度來衡量每對(duì)節(jié)點(diǎn)的相似性大小，既考慮到單個(gè)鄰居節(jié)點(diǎn)的作用，又充分利用了共同鄰居節(jié)點(diǎn)間的相互作用關(guān)系。AD方法在保證時(shí)間效率的情況下具有更好的預(yù)