收藏本站
《电子科技大学》 2017年
收藏 | 手机打开
二维码
手机客户端打开本文

复杂网络中的社团结构探测和应用研究

何嘉林  
【摘要】:在现实中,许多复杂系统可以表示成复杂网络。其中,节点表示系统的各种元素,连边表示元素之间的联系。通过应用复杂网络理论,人们能够更好地理解、预测和控制复杂系统的行为。随着对复杂网络的深入研究,人们发现许多实际网络都具有社团结构,即各个子图的内部连接比较紧密,而子图之间的连接比较稀疏。通过对社团结构的研究,人们能够更好地了解网络结构的特征和功能。目前社团结构的研究包括社团结构的定义、探测和应用。本文分别对社团结构的探测和应用进行了研究,主要贡献和创新点如下:(1)提出了一种快速的模拟退火优化算法,该算法通过优化模块度来探测静态网络中的社团结构。尽管许多基于模块度优化的社团探测算法被提出,但是它们本质上都是基于一种贪婪策略来优化模块度,因此获得的模块度通常都是一种局部最大值。基于此,本文利用模拟退火算法来优化模块度。同时,为了提升模拟退火算法的收敛速度,本文从两个方面对它进行优化:(4))利用层次聚类算法获取一个初始社团划分;(4)4))在优化模块度的每一步,随机从一个社团中提取一个连通子图并转移到另外一个社团。实验结果表明该算法不仅能够获得很高的模块度,而且与传统模拟退火算法相比,极大地提升了计算效率。(2)提出了一种快速的动态社团探测算法,该算法首先利用上一时刻的社团结构和当前时刻的网络结构构造一个小网络,然后在小网络上探测当前时刻的社团结构。实验结果表明与传统算法相比,该算法极大地提升了社团探测的计算效率。另外,本文还提出了一种快速的社团映射算法,该算法首先将上一时刻的每个社团分裂成若干个小模块,然后使用这些小模块构建一个小网络并在小网络上探测当前时刻的社团。由于每个社团都可以看成是若个小模块的组合,因此在社团映射阶段可以通过统计两个社团的共同模块来计算它们的相似度。实验结果表明该算法不仅能够保证社团划分的质量,而且还能够极大地提升社团映射阶段的计算效率。(3)提出了一种基于社团结构的关键节点组挖掘算法。对于许多传统算法来说,它们通常都是选择前6)个最重要的节点或者6)个互不相连的重要节点作为关键节点。然而,这些关键节点可能通常只位于少数社团。由于一个关键节点的影响力很难从它所在的社团传播到其它社团,因此传统算法选择的一组关键节点的影响力有限。为了最大化一组关键节点的影响力,本文提出了选择关键节点的三个约束条件:(4))单个节点的影响力很强;(4)4))它不能与已知的关键节点相连;(4)4)4))它不能与包含关键节点的社团相连。实验结果表明该算法选择的一组关键节点更有影响力。(4)提出了一种基于社团结构的快速链路预测算法。在实际网络中,链接倾向于在局部聚集并形成社团结构,这种现象表明社团结构与链路形成之间存在相关性。因此,本文首先提出一种获取独立社团划分样本的算法,然后设计了两个基于社团划分样本的统计量,分别用来预测社团内部和社团之间的节点对产生连边的概率。实验结果表明与经典的SBM模型相比,该算法不仅能够准确地预测网络中的丢失连边,而且还能够极大地提升计算效率。另外,通过该算法计算的连边概率,本文揭示了社团结构中的三种链路形成机制。实验结果表明该算法在由三种链路形成机制选择的测试集上具有更高的准确率。上述前两个工作分别提升了静态社团探测算法和动态社团探测算法的计算效率,而后两个工作则分别研究了社团结构在关键节点识别和链路预测中的应用。
【学位授予单位】:电子科技大学
【学位级别】:博士
【学位授予年份】:2017
【分类号】:O157.5;TP301.6

手机知网App
【参考文献】
中国期刊全文数据库 前6条
1 赵之滢;于海;朱志良;汪小帆;;基于网络社团结构的节点传播影响力分析[J];计算机学报;2014年04期
2 陈娟;陆君安;;复杂网络中尺度研究揭开网络同步化过程[J];电子科技大学学报;2012年01期
3 程学旗;沈华伟;;复杂网络的社区结构[J];复杂系统与复杂性科学;2011年01期
4 谭跃进;吴俊;邓宏钟;;复杂网络中节点重要度评估的节点收缩方法[J];系统工程理论与实践;2006年11期
5 陈勇,胡爱群,胡啸;通信网中节点重要性的评价方法[J];通信学报;2004年08期
6 李鹏翔,任玉晴,席酉民;网络节点(集)重要性的一种度量指标[J];系统工程;2004年04期
【共引文献】
中国期刊全文数据库 前10条
1 涂从良;吴明功;温祥西;;基于接近度与评价矩阵的关键机场节点识别[J];火力与指挥控制;2017年10期
2 范天龙;朱燕燕;吴蕾蕾;任晓龙;吕琳媛;;DHC定理在有向含权网络上的推广及应用[J];电子科技大学学报;2017年05期
3 刘琳岚;张江;舒坚;郭凯;孟令冲;;基于多属性决策的机会传感器网络关键节点预测[J];计算机研究与发展;2017年09期
4 李文兰;王野;李立;郑彩雪;;基于多属性决策合著网络关键节点识别研究[J];情报理论与实践;2017年09期
5 付顺顺;顾益军;张大瀚;孟凡鹏;;基于改进MCMC方法的重叠社区发现算法[J];信息网络安全;2017年09期
6 于鲲鹏;刘爱军;苏加福;;基于UWNC的互联网经济时代企业价值网络稳定性研究[J];科学学与科学技术管理;2017年09期
7 章讯;龙华;周芝民;;基于网络结构改进社交网络好友推荐算法研究[J];信息技术;2017年08期
8 陆俊;张旭;徐志强;丁闯;;基于最小环收缩的电力OTN网络节点评估方法[J];电力信息与通信技术;2017年08期
9 丁沂;李兵;程璨;赵玉琦;;一种基于h指数变体的软件网络节点重要性度量方法[J];工程科学与技术;2017年04期
10 孙生才;范菁;陈明木;徐娟;;基于H指数的改进标签传播算法研究[J];云南民族大学学报(自然科学版);2017年04期
【二级参考文献】
中国期刊全文数据库 前9条
1 刘建国;任卓明;郭强;汪秉宏;;复杂网络中节点重要性排序的研究进展[J];物理学报;2013年17期
2 汪小帆;刘亚冰;;复杂网络中的社团结构算法综述[J];电子科技大学学报;2009年05期
3 车宏安,顾基发;无标度网络及其系统科学意义[J];系统工程理论与实践;2004年04期
4 方锦清,汪小帆,刘曾荣;略论复杂性问题和非线性复杂网络系统的研究[J];科技导报;2004年02期
5 席酉民,唐方成;组织的立体多核网络模型研究[J];西安交通大学学报;2002年04期
6 郭伟;野战地域通信网可靠性的评价方法[J];电子学报;2000年01期
7 许进;一种研究系统的新方法──核与核度法[J];系统工程与电子技术;1994年06期
8 许进,席酉民,汪应洛;系统的核与核度理论(Ⅱ)──优化设计与可靠通讯网络[J];系统工程学报;1994年01期
9 熊蔚明,刘有恒;关于通信网可靠性的研究进展[J];通信学报;1990年04期
【相似文献】
中国期刊全文数据库 前10条
1 刘微;张大为;嵇敏;谢福鼎;;基于共享邻居数的社团结构发现算法[J];计算机工程;2011年06期
2 刘晋霞;曾建潮;薛耀文;;复杂网络强社团结构探测[J];小型微型计算机系统;2011年04期
3 贾宁宁;封筠;;复杂网络的社团结构发现[J];河北省科学院学报;2013年02期
4 宣照国;苗静;党延忠;刘建国;;科研领域关联网络的社团结构分析[J];上海理工大学学报;2008年02期
5 王伊蕾;王远志;李涛;田生文;;伪度优先演化网络的社团结构研究[J];计算机工程与应用;2009年20期
6 汪小帆;刘亚冰;;复杂网络中的社团结构算法综述[J];电子科技大学学报;2009年05期
7 司夏萌;刘云;丁飞;熊菲;;具有社团结构的有界信任舆论涌现模型研究[J];系统仿真学报;2009年23期
8 谢军;;复杂网络中分析社团结构算法研究概述[J];信息通信;2010年04期
9 朱大勇;张新丽;李树全;;利用局部拓扑信息发现模糊社团结构[J];电子科技大学学报;2011年01期
10 邵斐;蒋国平;;基于社团结构的负载传输优化策略研究[J];物理学报;2011年07期
中国重要会议论文全文数据库 前5条
1 苗清影;汪小帆;;基于社团结构的复杂网络可控性研究[A];第五届全国复杂网络学术会议论文(摘要)汇集[C];2009年
2 李晓佳;张鹏;狄增如;樊瑛;;复杂网络中的社团结构[A];第四届全国网络科学学术论坛暨研究生暑期学校论文集[C];2008年
3 胡延庆;赵尔波;张丹;狄增如;樊瑛;;社团结构的局域和自适应比较性定义及其相应探测方法[A];第五届全国复杂网络学术会议论文(摘要)汇集[C];2009年
4 吴文涛;肖仰华;何震瀛;汪卫;余韬;;基于权重信息挖掘社会网络中的隐含社团[A];第26届中国数据库学术会议论文集(B辑)[C];2009年
5 樊瑛;李梦辉;张鹏;吴金闪;狄增如;;权重对网络结构和性质的影响——社团结构中权重的作用[A];2006全国复杂网络学术会议论文集[C];2006年
中国博士学位论文全文数据库 前10条
1 何嘉林;复杂网络中的社团结构探测和应用研究[D];电子科技大学;2017年
2 程建军;复杂网络中的社团检测方法研究[D];兰州大学;2015年
3 李琳;基于多元统计分析的社团挖掘算法研究[D];上海交通大学;2014年
4 王文军;飞机驾驶舱人机工效设计与综合评估关键技术[D];西北工业大学;2015年
5 崔耀祖;基于复杂网络边的密度探索社团结构算法研究[D];大连理工大学;2016年
6 谢家荣;复杂网络中基于已知分组的社团探测方法[D];中国科学技术大学;2017年
7 武志昊;复杂网络中的重叠社团发现问题研究[D];北京交通大学;2013年
8 魏芳;基于图挖掘的网络社团结构发现[D];复旦大学;2008年
9 刘传建;复杂网络中的社团结构划分及分析应用[D];山东大学;2014年
10 何东晓;复杂网络社团结构发现方法研究[D];吉林大学;2014年
中国硕士学位论文全文数据库 前10条
1 刘微;复杂网络中社团结构的发现[D];辽宁师范大学;2011年
2 王大军;基于标签传播的社团检测算法研究[D];辽宁大学;2015年
3 杨强;微博社交网络模型的建立及其性质研究[D];北京化工大学;2015年
4 付世海;基于社团结构的网络多传播源定位算法研究[D];东北大学;2013年
5 马骁骑;复杂网络中社团检测技术研究[D];黑龙江大学;2015年
6 张献鹏;基于P4结构的社团挖掘方法[D];西安电子科技大学;2014年
7 陈奔燕;复杂网络的社团探测[D];湘潭大学;2015年
8 杜梅;基于半监督的社团结构发现方法研究[D];合肥工业大学;2014年
9 董哲;复杂网络中的社团发现算法研究[D];解放军信息工程大学;2014年
10 王彭;基于地理位置的网络加权化社团发现算法[D];东北大学;2014年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026