网络抽样学位论文选题报告解析.docVIP

研究生学位论文选题报告 研 究 课 题 等密度线聚类算法研究 研 究 生 姓 名 颜斌 所在教研室名称 统计学教研室 攻 读 学 位 硕士学位 导 师 姓名职称 邓光明 教授 论 文 工 作 的 起 止 时 间 2015.9－2016.4 桂林理工大学研究生部制 一、选题依据（选题来源，研究意义，国内外研究现状、水平和发展趋势） 课题来源： 自选课题。 研究意义： 随着信息技术的发展， ， ， ， ， ， 。 ， 。?s和Rényi建立了ER随机图理论，一直被很好的应用于复杂网络中，在20世纪末，由Watts和storgatz提出的小世界网络模型和Barbaasi和Albert提出的BA无标度网络模型可以看做是复杂网络研究新纪元开始的标志，随后在此基础上提出了许多更切实际的网络模型如：小世界网络模型、加权网络模型、局域网络模型等。抽样技术是指从研究对象的总体中抽取一部分单元作为样本，对样本进行分析以获取总体信息的方法。自1895年挪威统计学家凯尔提出抽样调查以来，经过一个世纪的发展，抽样技术日趋成熟和完善，形成了以简单随机抽样、分层随机抽样、系统抽样和整群抽样为核心的经典抽样理论。然而两个领域的结合相对较晚，由于所研究的网络规模越来越大，受到技术和成本的约束，21世纪初国内外有许多学者开始将抽样技术用于复杂网络，用样本网络来推断总体网络的拓扑性质。 国外的复杂网络抽样研究比较成熟，提出了许多经典的抽样方法，包括随机抽样、滚雪球抽样、广度优先算法抽样、随机游走、加权随机游走等。 在理论研究方面，Palmer等（2002）提出在估计节点距离为h的节点数函数N(h)时，ANF算法比滚雪球等其他抽样方法更有效；Leskovec等（2005）对于样本网络优劣提出使用致密化法来筛选效果不佳的样本子网络。 在模型应用方面，Stumpf等（2005）针对3类网络包括经典随机网络（ER网络）、指数随机网络和无标度网络，考察了网络度分布在随机抽样下的变形情况，但仅考虑了节点幂率度分布这一单一结构特征在抽样下的变形情况。 在实际应用方面研究成果比较多，Haewoon Kwak等（2006）使用滚雪球抽样法对韩国最大社交网站Cyworld网进行抽样，比较了不同抽样率对度分布、度相关性、同配性和聚类系数等网络结构特征估计效果的影响，总结出为了获得更好的估计效果，不同网络结构特征量需要不同最小抽样率的结论，但这一结论仅适用于作者所研究的Cyworld网，对于其它网络不一定适用；Lee等（2006）使用节点抽样、连边抽样、滚雪球抽样对模拟的BA无标度网络以及3个实际网络进行抽样，计算了样本网络的度分布、平均路径长度、中介中心性分布、同配性和聚类系数等网络结构特征，得到了对于同一个网络，不同抽样方法所得的结果大不相同的结论，但相比于Haewoon Kwak的研究，Lee所研究网络的规模较小；D.Stutzbach等（2006）将MRWB无偏抽样法用于对等网络（P2P）中，得到的样本网络估计效果比其他抽样方法的估计效果更好；Krishnamurthy等（2008）在对Twitter网的研究中使用了MHRW无偏抽样法，也得到了很好的估计效果；M.Gjoka等（2010）在对Facebook网络进行抽样研究时，发现MHRW和RWRW抽样法比传统的BFS和RW的估计效果更佳，并使用MHRW抽样法所得的样本网络估计了Facebook网络的很多重要网络结构特征量。 国内的复杂网络抽样研究起步较晚，且大多都是针对模拟网络或实际网络的应用。 在模拟网络应用方面，杨波等（2007）用中枢抽样法、随机抽样法和边缘抽样法对CNN网络模型进行抽样分析，计算了样本网络的幂率度分布、分层模块性、节点度相关性，取得了不错的估计效果，但在抽样过程中需要知道完全网络的度分布，这一信息在实际应用中几乎是不可能得到的；随后，杨波等（2013）还用了随机抽样法、中枢抽样法、链式抽样法和中枢链式抽样法对5种网络（ER随机图、WS小世界网络、BA无标度网络、DMC网络和CNN网络）进行了抽样，研究不同抽样方法对不同网络生长机制的影响，得到了针对不同的网络需要选择恰当的抽样方法的结论；邓雪莲等（2008）提出了一种基于抽样技术的算法ABS，通过分析从大型复杂网络中抽样所得到的样本网络，推导出可靠性度量参数，同时还给出了这些参数的Bootstrap置信区间，最后总结出ABS算法在估算大型复杂网络的可靠性度量参数方面是有效的；齐灿等（2012）针对无标度网