社会关系网络中社区发现算法研究.pdfVIP

重庆邮电大学硕士论文 摘要 摘要 社会关系网络承载着人们在生产生活中形成的各种关系，随着互联网的发展， 这种社会关系逐渐渗入到网络系统中，形成了复杂网络。复杂网络是人们的各种 社会关系在网络中的体现，是复杂系统的高度抽象。突现是复杂网络中普遍存在 的现象，为研究复杂性提供了全新的视角。 社区不仅是网络的缩影，而且是理解网络结构和分析网络性质的基础。互联 网的快速发展促使博客成为一种新型的网络交流方式，形成各种有向复杂关系网 络，这些网络中的社区结构和社区划分算法尚待研究。因此，本文以科学网博客 社区为研究对象，从有向网络的角度展开工作，以突现计算的思想研究其中的社 区结构。 首先，针对传统算法中存在的不足，考虑边的方向性造成的影响，本文引入 入度影响因子、出度影响因子，用有向带权度计算网络中的核心节点，以此核心 节点为中心展开社区划分的研究。 然后，以科学网博客的评论关系构建有向加权网络。通过多组实验统计选取 合适的算法参数。由于社区节点的微观作用产生宏观的整体特性，具体表现为网 络结构从“有序”到“无序’’再到“稳定有序的状态，而标准结构熵是网络结 构的度量，当网络结构趋于稳定后，突现出了比较稳定的社区结构，因此选用标 准结构熵来衡量社区划分的效果。 最后，从算法复杂度和划分效果等角度进行实验对比。实验结果表明，本算 法复杂度低，适合较大规模网络的社区发现研究且划分结果与标准结构熵吻合； 考虑了边的方向信息，适合有向加权网络的社区划分研究。 关键词：社区发现，有向加权网络，标准结构熵，突现计算 重庆邮电大学硕士论文 Abstract Abstract Social Networksvarious formedin RelationshipCalTy relationship people’S ofthe social Intemet,the production．嘞thedevelopment relationshipgradually and networks infiltratedintothenetwork formed systems complexnetworks．Complex social inthenetworksandarea ale ofvarious exemplifications relationship highly abstractof isacommon in complexsystems．Emergencephenomenoncomplex networksand anew for providesperspectivestudyingcomplexity． isamicrocosmofthenetworks．Itisthebasisof Community structureofnetworksand thenatureofthenetworks．Withthe analyzing rapid ofthe hasbecomeanew