复杂网络社区提取综述演示教学.ppt

复杂网络论文汇报;网络 基本概念 复杂网络及其特性 社区提取及一些经典算法 ;网络;基本概念;有向图和无向图 如果任意的结点对(i,j)和(j,i)对应着同一条边,那么这种图就被称为无向图，即(i,j)=(j,i)。若(i,j)≠(j,i)，则为有向图。对应有向网络和无向网络。 路径、迹、路 在图G(V, E)中，若从顶点vi 出发，沿着一些边经过一些顶点vp1, vp2, …, vpm，到达顶点vj，则称顶点序列(vi, vp1, vp2,…, vpm, vj)为从顶点vi 到顶点vj 的一条路径（Path，或称为通路），其中(vi, vp1), (vp1,vp2), …, (vpm, vj)为图G 中的边。如果各边都不相同，则称该路径为图G 的一个迹。顶点互不相同的迹称为路。;图（网络）的存储表示 邻接矩阵 除了记录各个顶点信息的顶点数组外，还表示各个顶点之间关系的矩阵，称为邻接矩阵（Adjacency Matrix）。 对于一个无权无向的网络来说,在它的邻接矩阵W的表示方法中,如果网络中的节点i和节点j之间存在连接的边,那么元素Wij=1,如果节点i和节点j之间没有边相连接则Wij=0,则由此可以知道该邻接矩阵是一个对称矩阵。; 对于有向网络,邻接矩阵则代表着某个节点的出入度数目,其中第i行上非零的列数代表节点i的出度,第j列上非零的行数代表节点j的入度;对于加权网络中,如果结点i和结点j之间存在一条边,那么元素Wij的值等于节点i和节点j之间的相应的权重的值。;路径的长度、距离、平均路径长度、直径、 路径中边的数目通常称为路径的长度。 ;单源最短路径 就是固定一个顶点，将此顶点当作源点，求源点到其他各个顶点的最短路径。 节点的度 结点i的度定义为与这个结点i相连接的其它结点的数目。换句话说,也就是与节点i相连接的边的数目。度有入度和出度之分，节点的度描述节点性质的一个特别重要的概念，在网络中,如果某个节点的度很大,说明这个结点对于整个网络来说非常重要。（核心节点算法就是先找出度数最大的点） ;度分布 网络中的度分布则是描述网络性质的一个非常重要的统计量，无向网络中的节点的度的分布情况可以用分布函数P(k)来表示,它所代表的含义是随机地选择网络中的一个节点度为k的概率，换句话说就是在网络中度为k的节点数目总数占网络中所有节点总数的比例。对于有向网络，其度分布还可细致地分为网络的入度分布(in-degree distribution)和出度分布(out-degree distribution)。随机网络和复杂网络有不同的度分布。;介数（居间中心性）(betweenness);GN算法中某条边的边介数是指网络中通过这条边的最短路径的数目。节点k的介数的计算公式为：;聚类系数（聚集系数）（簇系数） 网络的聚集系数表明复杂网络中的节点的聚集情况也就是网络的聚集性,换句话说,就是同一个节点的两个相邻节点仍然是相邻节点的几率有多大,网络的聚集系数反映了网络中的局部特性例如在朋友关系网络中,你的两个朋友之间很有可能彼此也是朋友。 ;聚类系数另一个图形化的等价定义;局部集聚系数：蓝点有三个邻接点（白点）。如果三个白点都相互连接（上图），那么蓝点的集聚系数是3÷3=1；如果只有两点之间相连（中图，只有一条边），那么集聚系数是1/3；如果没有两点是相连的接，那么集聚系数就是0。;贪婪算法（贪心算法）;一些网络演化模型（没仔细看）;ER随机网络模型（没仔细看）;网络理论研究先后经历了三个阶段，分别为规则网络（真实系统各因素之间的关系可以用一些规则的结构表示）、随机网络（两个节点之间连边与否不再是确定的事情,而是根据一个概率决定， 数学家把这样生成的网络叫做随机网络）、复杂网络（钱学森给出了复杂网络的一个较严格的定义：具有自组织（自我完善，不断提高）、自相似（自己与自身的一小部分相似）、吸引子、小世界、无标度中部分或全部性质的网络称为复杂网络）。 大多数真实网络既不是规则的，也不是随机的，而是呈现一定规律的复杂网络。 复杂网络的研究大致可以描述为三个密切相关但又依次深入的方面：大量的真实网络的实证研究，分析真实网络的统计特性；构建符合真实网络统计性质的网络演化模型，研究网络的形成机制和内在机理；研究网络上的动力学行为。 ;复杂网络的特性;WS小世界网络模型（没仔细看）;二、无标度（无尺度）（马太效应，富人穷人）;BA无标度网络模型;在双对数坐标系中幂律分布的图像呈直线。指数就是直线的斜率。 p(k)~k^-a等价于logp(k)~-alog(k)（反比关系） 指数a是直线的斜率。（没研究a）;三、社区结构;具有社团结构性质的网络;网络的社区社区结构的几种定义（没仔细看）;派系;