基于相似度的社區(qū)發(fā)現(xiàn)及動(dòng)態(tài)網(wǎng)絡(luò)演化分析方法.pdf

1、社會(huì)網(wǎng)絡(luò)作為大量而復(fù)雜信息的載體，正逐漸成為學(xué)者們研究的熱門領(lǐng)域，越來越多的社區(qū)發(fā)現(xiàn)算法涌現(xiàn)出來，但是在實(shí)際應(yīng)用中每一種算法都面臨著劃分質(zhì)量不高、效率低、適用范圍小的考驗(yàn)，而高效準(zhǔn)確的劃分算法對(duì)于社區(qū)形態(tài)的挖掘有著積極的意義，對(duì)于個(gè)性化推薦服務(wù)和輿情監(jiān)測(cè)等有深遠(yuǎn)的影響。
　　本文先是闡述了社會(huì)網(wǎng)絡(luò)以及社區(qū)發(fā)現(xiàn)領(lǐng)域的研究現(xiàn)狀，分析考證了社會(huì)網(wǎng)絡(luò)的相關(guān)理論，以及對(duì)比總結(jié)了傳統(tǒng)社區(qū)劃分算法的優(yōu)點(diǎn)和缺點(diǎn)，針對(duì)傳統(tǒng)社區(qū)劃分算法中存在的社區(qū)劃

2、分效率低、劃分質(zhì)量不高、適用范圍小等問題，提出一種改進(jìn)型的GN算法，并使之適用于微博網(wǎng)絡(luò)的社區(qū)發(fā)現(xiàn)。首先，本文依據(jù)主成分分析法構(gòu)造了基于用戶若干屬性的綜合用戶相似度，并利用此度量構(gòu)建了具有權(quán)值的加權(quán)網(wǎng)絡(luò)。然后，本文針對(duì)傳統(tǒng)GN算法效率低的問題，提出了利用分布式計(jì)算思想來計(jì)算網(wǎng)絡(luò)邊介數(shù)的方法，并在邊介數(shù)的計(jì)算中加入了權(quán)值的成分，使得GN算法能夠并行處理，節(jié)省時(shí)間而且適用于加權(quán)網(wǎng)絡(luò)。其次本文又提出了社區(qū)貢獻(xiàn)度概念，使得社區(qū)劃分之后遺留的孤立

3、節(jié)點(diǎn)能夠找到社區(qū)歸屬。最后，本文基于時(shí)間序列，認(rèn)真研究社區(qū)結(jié)構(gòu)的變化規(guī)律，提取了節(jié)點(diǎn)數(shù)、邊數(shù)和社區(qū)規(guī)模三個(gè)網(wǎng)絡(luò)變化指標(biāo)，建立了一個(gè)基于社區(qū)結(jié)構(gòu)變化規(guī)律的動(dòng)態(tài)社會(huì)網(wǎng)絡(luò)演化預(yù)測(cè)模型，并對(duì)已有網(wǎng)絡(luò)進(jìn)行合理性預(yù)測(cè)。
　　本文利用Matlab工具進(jìn)行數(shù)據(jù)處理，對(duì)改進(jìn)的GN算法和動(dòng)態(tài)網(wǎng)絡(luò)演化預(yù)測(cè)模型先后做了實(shí)驗(yàn)驗(yàn)證。實(shí)驗(yàn)結(jié)果表明改進(jìn)的GN算法不僅能夠保障社區(qū)發(fā)現(xiàn)的準(zhǔn)確性，而且計(jì)算效率得到了很大的提高，并使得網(wǎng)絡(luò)中大多數(shù)孤立節(jié)點(diǎn)找到社區(qū)歸屬，對(duì)