基于流行度和中心度的內(nèi)容網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)方法.pdf

1、復(fù)雜網(wǎng)絡(luò)通常具有內(nèi)部鏈接緊密，外部鏈接稀疏的特性，探索復(fù)雜網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)方法對分析論文引用網(wǎng)絡(luò)、萬維網(wǎng)、蛋白質(zhì)交互網(wǎng)絡(luò)和交通網(wǎng)絡(luò)等具有重要意義。復(fù)雜網(wǎng)絡(luò)節(jié)點間不僅存在鏈接關(guān)系，節(jié)點上還常常附著有屬性信息。鏈接關(guān)系和節(jié)點內(nèi)容相結(jié)合的復(fù)雜網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)由于其社區(qū)劃分的準確性而越來越受到人們的重視。
　　本研究主要內(nèi)容包括：⑴由于近年來發(fā)展的社區(qū)發(fā)現(xiàn)概率模型的可解釋性，我們對現(xiàn)有的性能較好的基于節(jié)點中心度和流行度的社區(qū)劃分鏈接模型PPL進行

2、了擴展，給出了一種新的可以結(jié)合節(jié)點內(nèi)容的組合模型PPL-DC。該模型不但解決了節(jié)點屬性的選擇性問題，同時充分利用了節(jié)點間的鏈接關(guān)系，提高了算法的精確度。⑵為了進一步改善PPL-DC模型的性能，在不以犧牲社區(qū)劃分質(zhì)量的情況下，我們使用了一種簡單的基于相似性的稀疏化啟發(fā)式方法對邊進行分類，然后對每一個節(jié)點，只在稀疏圖里保留部分邊，以迸一步提高社區(qū)劃分的精度。⑶將以上兩種方法相結(jié)合，并通過多個實驗驗證，實驗結(jié)果表明：新給出的PPL-DC模型優(yōu)