基于社團檢測的大型網絡可視化研究.pdf

1、近年來,復雜網絡研究受到了不同學科研究人員的廣泛關注,其發(fā)展極大的促進了人們對現實復雜網絡系統的理解。復雜網絡研究者普遍認為網絡中存在社團結構,即整個網絡是由若干個群或團構成的,在同一個群內節(jié)點之間的連接非常緊密,而各個群之間的連接卻比較稀疏。揭示網絡中的社團結構對于了解網絡結構及分析網絡特性具有極為重要的意義。目前,雖然復雜網絡可視化能以直觀的方式表達網絡節(jié)點之間的關系且已日漸成為復雜網絡分析必不可少的工具,但是對于復雜網絡社團結構的

2、可視化工具特別是針對層次化重疊社團結構的可視化工具卻較少。
　　針對該問題,本文從復雜網絡的社團結構出發(fā),對網絡中普遍存在的層次化重疊社團結構進行了深入的研究,側重點在于基于社團檢測的大型網絡可視化方法。本文首先嘗試對現行國內外常用的復雜網絡可視化工具進行了總結。其次,本文探討了網絡社團的層次性及重疊性,針對真實網絡的社團結構一般同時具有層次性及重疊性的事實,本文嘗試將社團的層次性及重疊性同時進行研究并提出了一種適用于稀疏網絡的快

3、速層次化重疊社團檢測算法。最后,基于對社團結構及現行復雜網絡可視化工具的深入了解,本文在基于社團檢測算法的基礎上,提出了一種層次化社團劃分與騎墻節(jié)點顯示的可視化方法,并用Java開發(fā)出了一套應用于大型復雜網絡的可視化平臺Visualization based on Community Detection(VCD)。
　　本論文所作的主要貢獻如下:
　　1.對比分析了復雜網絡可視化領域比較有代表性的工具,鑒于目前學術界并沒有對

4、復雜網絡可視化給出一個統一的標準,本文引進了CIShell框架,并對網絡可視化工具的使用及開發(fā)進行了總結;
　　2.提出了一種適用于稀疏網絡的快速層次化重疊社團檢測算法,該算法循環(huán)的把網絡中連接較為緊密的節(jié)點進行合并,聚集向上直至得到最優(yōu)的模塊度并將原始網絡劃分為若干具有層次性的社團。與一般的層次化社團檢測算法不同,該算法在每一次迭代過程中允許節(jié)點歸屬于一個或多個社團以此發(fā)掘網絡的重疊社團結構;
　　3.提出了一種層次化社團

5、劃分與騎墻節(jié)點顯示的可視化方法,該方法在使用基于模塊度指標優(yōu)化的社團劃分算法檢測層次化重疊社團結構的同時,通過節(jié)點及連邊的關系分別對網絡社團與騎墻節(jié)點進行抽象顯示,避免了大型網絡可視化研究中經常面臨的節(jié)點與邊的重疊堆積問題;
　　4.本文的可視化平臺綜合采用了圓形布局與聚類布局,能模擬網絡層次化社團結構及騎墻節(jié)點結構的動態(tài)演化,并將移動平臺上使用甚廣的Cover Flow技術應用于可視化中,提供用戶不同的可視化效果,其中,基于層次