复杂网络社区发现方法研究-计算机应用技术专业论文.docx

大j统戏 i )，;:1i9; i:?f ;-:t 予{就 论文 区结构的无标度网络的级联故障 e 他们发现，在复杂网络中，存在的祉区结构可以 奋效 的推迟网络上级联故障的产 生 ，这个结论在实际问用中的网络设计 巾具有重要的指导意 义 。例如 ，在设计电力系统网络的过程中，根据 此理论可以避免严重的大面积停电 事故 的发生。 探测出复杂网络 中存在的社区结构，对于分析 复杂网络形成的拓扑结构、理解复杂 网络的各种功能、发现复杂网络内部中的隐藏规律以及预测复杂网络的 未来的行为 ，不 仅具有非常 重要 的理论意义，而且还具有相当 f、泛的应用前景，目 前已被应用于组织结 构的管理、恐怖组织识别等社会网络中的分析以及搜 索 引擎等众多领域。 另外发现社区结 构也可以揭示出在 网络中的某个具体的结点 在 网络中所起到的作 用。例如，发现复杂网络中存在的社区结构 和社区结构所在的边界 后 ，可 以根据结点所 在的拓扑位置对该结点进行分类 ，处于祉区结构边界上的结点 是社区结构之 间的重要连 接点 ，然而处在社区结构中心的结点则控制 着社区结构的稳定性方面 。 社区结构作为许多不同领域的各种不同的复杂网络所共有的 特性 ，它也是隐藏在不 同的复杂网络中的一种模式，因 此，可以探索的使用传统的数据挖掘的方法和理论来发 现不同规模的复杂网络 中的社区结构。 本文 的研究目的就是能够使用比较成熟的数据挖 掘中的聚类技术发现复杂网络中的社区结构，研 究使用聚类技 术发现社区结 构的处理流 程，比较 多种不同的算法发现社区结构的性能 。 1.2 复杂网络 中社 区结构的历史 和现状 1.2 . 1 社区结构的历史 随着计算机网络 技术的飞速发展， 为虚拟社 区的诞生创造 了可 以实现的条件。虚拟 社区主要是指一 群主要依靠广泛分仿的计算机网络来彼此沟 涵的人们，他们相五之间彼 此有某种程 度的认识，同时相互分享某种程度的知识和信息， 并且 在 很 大程度上彼此如 同对待现实中的朋友般彼此关怀，从而所形成的 一个虚拟的社区 。网络上的虚拟社区和 现实生活中的传统社 区具有相同的基本要素 一一都有一定的活 动 .;(LtI 1区域.以及一定数 量的阳定的 H冻 ，彼此之间频繁的71动 ，同时拥有共同的社际 心J!.J，tM:. 但是，网络虚 拟社区 与传统社区所不同的是，网络虚拟 社区超越了地理界限的约点， 具有更广泛的开 放性。 3 太原J!Il T，人字:硕 +:IIJ! 可γUi:彷沦;在， 社区结构作为复杂网络中的 一个 重要的特性之…，和网络上的虚拟社区类似，一个 社区是复杂网络中的 一个子图 ，那么予回中的节点更加倾向于与 i豆子图内所在的节点相 连。因此，社区结构内部的节点之间的边连接相对较为紧密，而社区结构之间的边相互 连接相对稀少 。只是复杂网络中的社区结构的概念更加的抽象 ，因为这个复杂网络是现 实生活中的不同领域的复杂系统的抽象，所以当复杂网络代表不同的复杂系统肘，其中 的社区也代表不 同的群体。 例如，在人体的神经网络 是 由大量神纯元组成的 ，则神经网 络的一个社区通常代表着 一个功能组。 人们研究社区结构主婆是 把复杂网络看作图，与社区结构发现相关的理论也是主要 包括图论以及模式识别等等。尽管社区结构发现的研究最初起源于社会学的研究工作， 但是现在已经广泛应用的到很多领域， Huberma 车u Wu 以及 Girvan 和 New man 的当初 的研究成果 ，使得复杂网络中的社区结构发现成为近些年来复杂网络领域的 一个比较活 跃研究热点之一 ，并且形成了复杂网络中的 - 个重要研究方向。 Girvan 和 Newman 把社区结构发现问题定义为将复杂肉络 中的节点划分成若干个 社区结构，使得复杂网络中社区结构内部的节点之间的连接相对比较稠密 ，而属于不同 祉区结构的节点之间的连接则相对比较稀少 。同时他们还常改提出了基于边介数的概念 的分割方法，尽管应用该方法来划 分社区 时的计算量非常大，但是出于这个方法性能非 常优越，从而成为复杂网络中的社区结构发现研究的非常 重要的参考模型。 另外还句其他的比较经典的关于复杂网络中的 社 区发现的方法 ，例如基于图形分 割 的方法和谱平分法，还有层次类聚方法等等，这 些方法针对不同类型的复杂网络进行社 区发现时 ，都能拥奋良好的性能。不过以上说的运些都是 针对复杂网络 中的静态社区进 行的，而静态社区难以其兴的反映现实世界中的复杂系统的动态变化，所以现在更多的 研究转向了功态社区方面的研究。 1.2.2 社区结构的现杖 复杂网络的分析方洁传统 上的致力于用图表示的前态网络。社