复杂网络中局部优先的社交圈子检测算法研究与实现-计算机软件与理论专业论文.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 摘要 信息技术的迅猛发展，特别是互联网的发展，使人们已迈入了“网络时代”。 复杂网络的研究已成为当前炙手可热的研究领域之一。作为复杂网络研究的重要 课题之一，社团检测得到的极大的研究与发展。传统的社团检测方法大多集中在 检测非重叠社团上，然而真实网络的一个重要的特性是网络中存在大量的重叠节 点。因此，高效准确地检测出复杂网络中的重叠社团结构能够更准确真实地揭示 复杂网络的拓扑结构。 针对复杂网络中普遍存在重叠节点这一特性，本文提出了两种社团检测算法： 局部优先的重叠社团检测算法和增强的多标记传播社团检测算法。局部优先的重 叠社团检测算法针对每个节点生成其邻居网络，通过构造节点邻居网络的一棵最 大生成树，从中提取该节点的所有局部圈子，以局部圈子为最小单元，通过定义 局部融合策略，实现全局重叠社团检测；增强的多标记传播算法是一种基于标记 传播的社团检测算法，但是该算法能同时检测出复杂网络中的重叠社团结构和非 重叠社团结构。算法首先扩展了传统标记传播算法节点只能存储单一标记的能力， 通过设置从属因子使节点能够同时保存多个标记。同时，通过模拟一种特殊的投 票过程设计了新的标记更新策略——增强的标记更新策略。 通过对比分析大量真实网络和生成网络上的实验表明：本文提出的两种社团 检测算法能够高效、准确地检测出复杂网络中潜在的社团结构。 关键字：复杂网络 社团检测 重叠社团 局部优先 标记传播 Abstract Abstract With the rapid development of information technology, especially the development of the Internet, people have entered the “Internet Age”. Study of complex networks has become one of the hottest research areas. As one of the important topics in complex network research, community detection has got enormous research and development. The traditional methods of community detection are mostly concentrated in the detection of non-overlapping communities, whereas an important characteristic of large number of real networks network is that nodes are overlapping. Thus, efficient and accurate methods to find overlapping communities can reveal the true complexity of the network topology more accurately. For nodes’ overlapping feature, this paper proposes two detection algorithms: local-first overlapping community detection algorithm and enhanced mu