基于差分进化优化的社交网络可视化

摘要

随着互联网的迅速兴起与蓬勃发展，社交关系从社会学和人类学的重要研究分支演变为多学科融合的研究对象，并由此衍生出社交网络概念。在线社交网络的快速发展引人注目，庞大的数据体量包含了复杂的潜在信息，应用可视化技术直观地展现社交网络并从中挖掘有价值的信息成为了当下社交网络的研究热点和难点。 本文总结社交网络可视化的相关技术，在此基础之上，针对无向社交网络提出基于差分进化的可视化布局算法，结合弹簧模型移动节点，改进差分进化算法的变异-交叉-选择过程，以符合布局算法的要求;针对社交网络的结构特点和美观性需求，提出了更为完善的可视化方案，分析社交网络的关键节点属性和社区结构并直观展示，应用边绑定技术以减少边交叉现象，通过结合社交网络可视化关键技术，形成完整的可视化流程。 本文通过Python和D3.js编程实现相关算法，使用三个社交网络数据集进行实验。实验所得的可视化结果表明，差分进化布局算法保持了较快的收敛性，改进了传统力导引布局局部优化的不足，有更好的全局控制表现和一般适用性，且布局效果较好地展现了社交网络的内在特点，满足美学标准要求;可视化方案能够充分展现社交网络的属性特点和内在结构，边绑定技术的应用有效减弱了边交叉现象带来的视觉混乱。因此，本文的研究成果不仅在理论上有所突破，而且对直观展现社交网络的结构、深入研究其信息传播模式等方面也有很好的应用前景和实用价值。

目录

声明

摘要

第一章绪论

1．1研究背景及意义

1．2国内外研究现状

1．3论文主要工作

1．4论文结构

第二章相关理论概述

2．1社交网络可视化

2．1．1社交网络可视化布局算法

2．1．2差分进化算法及其在可视化领域的应用

2．2社区发现算法

2．2．1基于模块度优化的社区发现算法

2．2．2标签传播算法

2．2．3派系过滤算法

2．3关键节点检测

2．3．1度中心性

2．3．2介数中心性

2．3．3接近中心性

2．4边绑定算法

2．4．1基于几何结构的边绑定

2．4．2基于多级凝聚的边绑定

2．4．3基于骨架结构的边绑定

2．5本章小结

第三章基于差分进化的社交网络可视化

3．1社交网络可视化布局方案

3．2基于差分进化的布局算法

3．2．1基于弹簧模型的变异过程

3．2．2基于概率选择的交叉过程

3．2．3基于适应度函数的选择过程

3．3 Louvain算法

3．4 FDEB算法

3．5本章小结

第四章实验与仿真

4．1实验环境

4．2数据处理与分析

4．2．1数据来源

4．2．2属性分析

4．2．3结构分析

4．3仿真结果及分析

4．3．1 karate club可视化结果及分析

4．3．2 polbooks可视化结果及分析

4．3．3专家合作关系网络可视化结果及分析

4．4本章小结

第五章总结与展望

5．1本文总结

5．2研究展望

参考文献

发表论文和参加科研情况

致谢