复杂网络社团检测算法及其应用研究-计算机应用技术专业论文.docx

万方数据 万方数据 西安电子科技大学 学位论文独创性（或创新性）声明 秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在 导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标 注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成 果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的 材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说 明并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切的法律责任。 本人签名： 日 期： 西安电子科技大学 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究 生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保 留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内 容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后 结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。 （保密的论文在解密后遵守此规定） 本学位论文属于保密，在 年解密后适用本授权书。 本人签名： 导师签名： 日 期： 日 期： 摘 要 现实世界中大量复杂系统可以抽象为复杂网络模型，社团结构是复杂网络的 关键结构特征，网络的整体功能是网络中各社团相互作用的结果。因此社团结构 检测是复杂网络研究中的重要内容。 本文研究复杂网络社团检测算法及其在生物领域和社会领域的应用，主要包 括以下几点： 1. 在很多真实网络中，由于一个顶点需要行使不同的功能，该顶点可能同时 属于多个社团，这导致社团间存在一定程度的重叠，为了检测重叠社团结构，对 近邻传播算法(AP)进行改进，提出一个重叠社团检测算法 OAP。AP 算法检测社团 结构时，先识别出所有社团的中心点，再为每个顶点唯一指派一个中心点，拥有 相同中心点的顶点集合就构成了一个社团。在中心点指派时，有时会出现顶点在 多个中心点间难以选择的情况，AP 通过扰动网络避免这种情况发生，而该现象可 以作为识别重叠点、设计 OAP 算法的重要依据。OAP 先用 AP 对网络硬划分，再 利用 AP 的上述特点识别重叠点的候选集，最后将候选集里那些会使社团变稀疏的 顶点作为噪声过滤掉，即得到重叠社团结构。实验利用空手道网络验证了候选集 选择策略的合理性，利用蛋白质相互作用网络验证了算法能够更准确的检测社团 结构，并且检测到的社团更有意义。实验结果说明 OAP 算法是一个有效的重叠社 团检测算法。 2. 除了拓扑结构，网络中的顶点还具有属性信息，为了检测拓扑结构稠密且 属性信息相似的社团，提出一个基于顶点特征的社团检测算法。首先定义顶点间 基于特征子空间的特征相似性，然后结合顶点特征相似性和拓扑相似性，计算网 络中边的相似性，接着利用单链接分层凝聚算法对边聚类，最后提取边上的公共 特征作为社团特征。实验利用 Facebook 网络数据验证了算法能够快速准确的检测 出社团结构，并能很好的解释社团含义。利用酵母 PPI 数据说明算法能够准确检 测到具有生物意义的社团，并给出该社团可能行使功能的时间。实验结果说明算 法具有普适性，能够在顶点具有属性信息的网络中识别有意义的社团结构。 3. 分析动态网络不同时刻间社团结构的变化以研究网络演化规律与特点是动 态网络研究的重点。由于动态网络相邻采样时刻网络结构一般变化不大，为避免 对相似网络重复聚类，提出一个基于桥系数的静态局部社团检测算法和在此基础 上的增量社团检测算法。首先利用静态算法提取每个社团的最小桥系数生成树， 最小桥系数生成树的导出子图就是 t ??1时刻的社团结构，然后通过桥系数的变化判 断 t 时刻可能出现结构变化的社团，最后局部调整这些社团，以得到符合 t 时刻网 络拓扑的社团结构。实验利用足球队网络数据验证了静态局部社团检测算法的精 确性，利用构造数据验证了增量算法的精确性，利用 DBLP 数据验证了增量算法 的高效性。实验结果说明算法能够利用前一时刻的社团结构和增量信息，快速准 确的检测当前时刻的社团结构。 4. 蛋白质复合体预测对理解生物体结构与功能之间的关系具有极其重要的意 义。研究发现蛋白质复合体由一个核和一些附属蛋白质构成，对复合体的拓扑结 构目前没有明确的定义，本文从边的角度刻画复合体的核结构，提出一个基于边 的蛋白质复合体检测算法。算法首先识别出所有的核边，然后对核边聚类得到候 选核，接下来过滤候选核以保证其中不存在重叠程度较高的核，最后检测每个核 的附属蛋白质，得到蛋白质复合体。实验利用DIP数据库中的酵母PPI和文献中的 Gavin PPI数据，验证了算法的精确性。实验结果说明算法能够更准确的检测蛋白 质复合体，识别