復雜網(wǎng)絡中社區(qū)結(jié)構(gòu)層次性和重疊性揭示算法研究與實現(xiàn).pdf

1、當下社會已進入大數(shù)據(jù)時代，數(shù)據(jù)挖掘可以幫助用戶發(fā)現(xiàn)隱藏在大量數(shù)據(jù)中的規(guī)律和模式。復雜網(wǎng)絡，例如社交網(wǎng)，因其龐大復雜性，發(fā)現(xiàn)其中隱藏的規(guī)律和模式，面臨著很大挑戰(zhàn)。復雜網(wǎng)絡通常會呈現(xiàn)出社區(qū)結(jié)構(gòu)特性，如何高效地發(fā)現(xiàn)復雜網(wǎng)絡中的社區(qū)結(jié)構(gòu)特性是當前研究復雜網(wǎng)絡的熱點之一。現(xiàn)有算法大都只能較好地找出社區(qū)結(jié)構(gòu)的層次性或者重疊性。能同時體現(xiàn)復雜網(wǎng)絡中的社團結(jié)構(gòu)層次性和重疊性對于準確地挖掘出網(wǎng)絡中潛在的信息十分重要，本文研究復雜網(wǎng)絡社區(qū)結(jié)構(gòu)中層次性和重疊

2、性的揭示算法，主要工作如下:
　　(1)現(xiàn)有的網(wǎng)絡層次性社團挖掘算法BGLL可以高效準確地挖掘出復雜網(wǎng)絡中的層次性社團結(jié)構(gòu)。但是現(xiàn)實中的網(wǎng)絡是兼?zhèn)鋵哟涡院椭丿B性的，為了更準確地挖掘出復雜網(wǎng)絡潛在的信息，本文側(cè)重挖掘重疊性結(jié)構(gòu)對BGLL算法進行了改進，基于節(jié)點加入社團的模塊度貢獻差值的概念，在原始BGLL尋找到網(wǎng)絡層次性社團的基礎上準確快速地找到社團之間的橋梁節(jié)點，優(yōu)化原算法，使優(yōu)化后的算法能同時高效精確地揭示復雜網(wǎng)絡的層次性和重疊

3、性結(jié)構(gòu)。
　　(2)為了檢驗本文提出的BGLL改進算法的性能，對復雜網(wǎng)絡的社團結(jié)構(gòu)挖掘的兩個經(jīng)典挖掘方法進行了實現(xiàn)，包括基于邊介數(shù)的GN算法、FastNewman快速算法。并將本文提出的基于BGLL改進的算法和經(jīng)典算法以及同時揭示層次性和重疊性的LFM算法運用于多個測試基準網(wǎng)絡，對比這四個算法的性能指標。
　　應用MATLAB實現(xiàn)了所提出的BGLL改進算法，并進行了仿真實驗。仿真結(jié)果顯示，BGLL改進后的算法運用于測試基準網(wǎng)