移動(dòng)社交網(wǎng)絡(luò)的分形特征及應(yīng)用研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩54頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、移動(dòng)社交網(wǎng)絡(luò)(Mobile Social Networks,MSNs)是指用戶使用手。機(jī)等移動(dòng)終端設(shè)備訪問(wèn)社交網(wǎng)站,以實(shí)現(xiàn)多用戶之間的互動(dòng)以及信息分享與交流的新型社交網(wǎng)絡(luò)。對(duì)MSNs的網(wǎng)絡(luò)拓?fù)涮匦约皯?yīng)用的研究是目前研究的一個(gè)熱點(diǎn)。本文重點(diǎn)研究MSNs分形特性,基于對(duì)MSNs網(wǎng)絡(luò)結(jié)構(gòu)的研究,本文還對(duì)MSNs的鏈路預(yù)測(cè)進(jìn)行分析。
  本文首先提出了一種新的盒子計(jì)數(shù)法,該方法是基于排除質(zhì)量與接近中心度比值的方法(REMCC),與Song

2、的MEMB方法相比能獲得更少的盒子數(shù)。仿真實(shí)驗(yàn)顯示,該方法與Song和Zhang的方法相比能得到較低的分形維數(shù)值,表明REMCC算法在無(wú)權(quán)重網(wǎng)絡(luò)中是更有效的。
  其次,本文還提出一種改進(jìn)的REMCC算法用來(lái)分析MSNs的分形特征。該方法把兩相連節(jié)點(diǎn)間的平均相遇時(shí)長(zhǎng)作為邊的權(quán)重,從而把MSNs轉(zhuǎn)化為加權(quán)網(wǎng)絡(luò)。將盒子尺寸從整數(shù)域擴(kuò)展到實(shí)數(shù)域,使之更好的適用于加權(quán)的網(wǎng)絡(luò)的分形性分析。仿真實(shí)驗(yàn)表明幾種MSNs在某些時(shí)間段下具有分形特性。

3、本文還分析了MSNs的加權(quán)匹配系數(shù),發(fā)現(xiàn)分形的網(wǎng)絡(luò)其匹配系數(shù)為負(fù),說(shuō)明它們具有異配性。
  最后,本文還研究了MSNs的鏈路預(yù)測(cè)問(wèn)題,提出一種基于共同鄰居網(wǎng)絡(luò)中心度的鏈路預(yù)測(cè)方法。該方法將時(shí)間信息考慮到鏈路預(yù)測(cè)內(nèi),為網(wǎng)絡(luò)中所有未連接的節(jié)點(diǎn)對(duì)構(gòu)建時(shí)間序列模型,并將基于共同鄰居的網(wǎng)絡(luò)中心度方法運(yùn)用在時(shí)間序列模型中。該方法使用AUC指標(biāo)對(duì)不同的數(shù)據(jù)集進(jìn)行驗(yàn)證,并與典型鏈路預(yù)測(cè)算法比較。實(shí)驗(yàn)結(jié)果表明該方法的鏈路預(yù)測(cè)性能基本上要高于其他幾種

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論