复杂网络社团结构发现算法的研究.pdf

摘要： 复杂网络可以用来描述现实社会中的实际网络，比如Internet，交通网， 电子邮件联系网，电力网等常见的实体网络。它也可以表示包含大量个体和个体 之间相互作用的系统，如恒星及星际气体中的化学反应，人与人之间的社会关系， 物种之间的捕食关系，科学研究中的合作关系等。人们生活在一个充满着各种各 样的复杂网络的世界中。这也使得对复杂网络的研究成为必要。由于复杂网络中 节点众多，结构复杂，所以研究复杂网络非常困难。然而，复杂网络的社团结构 性质可以帮助了解网络结构与分析网络特性，因此寻找网络中的社团结构具有极 为重要的意义。 从20世纪末开始，复杂网络的研究已渗透到生命科学、数理学科和工程学科、 社会科学等众多不同的领域。对复杂网络的研究，已成为科学研究中一个极其重 要的富有挑战性的课题。寻找复杂网络中的社团结构已经成为复杂网络研究的热 点之一，本文正是对复杂网络中社团结构的发现方法进行研究。 本文在详细研究已有的复杂网络社团结构发现算法的基础上，提出了两种新 的社团发现方法： (1)在谱平分法的基础上，提出了一种新的复杂网络社团结构发现算法——基于 谱平分法的社团划分方法。该算法对传统的SNN相似度矩阵进行改进，然 后将改进后的矩阵与谱平分算法相结合来寻找网络中的社团结构。通过多 个经典实例的验证，证明该方法对社团结构不明显的网络也具有较好的划 分效果。并且与目前比较流行的社团发现算法进行比较可知，利用该算法 划分得到的结果准确率较高。 义了一种新的局部模块度计算方法，并采用了新的距离衡量标准，即斜率 距离来衡量社团之间的距离。通过实例验证可知，在社团数目未知的情况 下，与已有的社团发现算法相比，该方法在计算速度上也有了明显的改善。 关键词：复杂网络，社团结构，谱平分法，Wu．Huberman算法，贪婪算法 networks tools todescriberealnetworksin Abstract：Complexprovidepowerful natureand asthe society,suchInternet，traffic communication system，Email system and cellular alsoindicate whichincludea metabolism．They numberof systems large individuals witheach reactionsinstarsand interacting other,forinstance，chemical interstellar social betweendifferent gases，the food relationships individuals，the innature cycles andthecollaborationsinscience liveintheworld research．People whichfilledwithkinds of networks．Soitis and complex to