基于边的相似性的复杂网络社团划分算法研究

摘要

无论是社会领域的专家合作网络、电子邮件网络,信息领域的WWW、引用网络,还是技术领域的铁路网、电力网等,这些都可以抽象成复杂网络进行研究。随着复杂网络的研究在各个领域的迅速发展,网络的结构和特性也被大家广泛认识和应用,社团结构便是其重要的结构特征之一。分析和寻找这些存在的子群落,可以更好地理解网络中主体的角色和行为,对于网络全局也有重要的意义。网络社团结构的研究迅猛发展随之诞生了各种各样的经典算法,各种算法都有自己的特点和实用性,但同时它们也表现出了自己局限性的一面,它们或者需要知道网络的全局信息,或者只适用于较小规模的二分网络。因此,面对特定的实际网络问题,研究者也更趋向去寻找准确而又时间复杂性较低的算法。21世纪以来,随着信息的膨胀和网络结构的更加复杂化,在研究中重叠社团的出现引起了研究者的兴趣,以往从节点角度出发的社团划分算法的局限性被进一步扩大,研究者的重点也开始逐渐从节点转移到边的角度,复杂网络社团的挖掘算法也有待进一步地发展和创新。
　　本文首先对复杂网络的概念和特征进行了汇总分析,深入比较了以往经典社团划分算法的优劣点,首先从网络节点入手,基于节点的相似性提出了一种改进的社团划分算法,然后通过空手道俱乐部网络和海豚网络验证算法的有效性和准确性。据此引申,由节点相似性过渡到边的相似性,解决多重身份节点的网络划分问题,然后将边的相似性与扩展模块度等限制条件相结合,更好的约束社团划分算法的终结点,最后再通过实例验证分析了算法的合理性。

目录

封面

声明

目录

中文摘要

英文摘要

第1章 绪论

1.1 研究背景

1.2研究现状

1.3本文研究内容以及创新点

1.4 本文组织结构

第2章 复杂网络社团划分算法综述

2.1相关定义

2.2 社团划分算法

2.3 本章小结

第3章 一种改进的SGN复杂网络社团划分算法

3.1引言

3.2相关知识

3.3 算法实现

3.4算法实例验证

第4章 基于边的相似性的复杂网络社团划分算法

4.1相关知识

4.2算法描述

4.3 算法在现实网络中的应用

第5章 结语

5.1全文总结

5.1工作展望

参考文献

致谢

攻读硕士学位期间发表的论文