异质网络中的重叠社区发现算法研究

异质网络中的重叠社区发现算法研究

ID:23851507

大小:1.95 MB

页数:107页

时间:2018-11-11

异质网络中的重叠社区发现算法研究_第1页
异质网络中的重叠社区发现算法研究_第2页
异质网络中的重叠社区发现算法研究_第3页
异质网络中的重叠社区发现算法研究_第4页
异质网络中的重叠社区发现算法研究_第5页
资源描述:

《异质网络中的重叠社区发现算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、分类号:密级:UDC:编号:工学硕士学位论文异质网络中的重叠社区发现算法研究硕士研究生:吕继光指导教师:杨武教授学科、专业:计算机应用技术论文主审人:王巍副教授哈尔滨工程大学2014年3月万方数据分类号:密级:UDC:编号:工学硕士学位论文异质网络中的重叠社区发现算法研究硕士研究生:吕继光指导教师:杨武教授学位级别:工学硕士学科、专业:计算机应用技术所在单位:计算机科学与技术学院论文提交日期:2014年1月论文答辩日期:2014年3月学位授予单位:哈尔滨工程大学万方数据ClassifiedIndex:U.D.C:ADissertationfortheD

2、egreeofM.EngResearchonOverlappingCommunityDetectionAlgorithmsinHeterogeneousNetworksCandidate:LvJiguangSupervisor:AssociateProf.YangWuAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:ComputerApplicationTechnologyDateofSubmission:January,2014DateofOralExamination:March,2014U

3、niversity:HarbinEngineeringUniversity万方数据哈尔滨工程大学学位论文原创性声明本人郑重声明:本论文的所有工作,是在导师的指导下,由作者本人独立完成的。有关观点、方法、数据和文献的引用已在文中指出,并与参考文献相对应。除文中已注明引用的内容外,本论文不包含任何其他个人或集体已经公开发表的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者(签字):日期:年月日哈尔滨工程大学学位论文授权使用声明本人完全了解学校保护知识产权的有关规定,即研究生在校攻读学位

4、期间论文工作的知识产权属于哈尔滨工程大学。哈尔滨工程大学有权保留并向国家有关部门或机构送交论文的复印件。本人允许哈尔滨工程大学将论文的部分或全部内容编入有关数据库进行检索,可采用影印、缩印或扫描等复制手段保存和汇编本学位论文,可以公布论文的全部内容。同时本人保证毕业后结合学位论文研究课题再撰写的论文一律注明作者第一署名单位为哈尔滨工程大学。涉密学位论文待解密后适用本声明。本论文(□在授予学位后即可□在授予学位12个月后□解密后)由哈尔滨工程大学送交有关部门进行保存、汇编等。作者(签字):导师(签字):日期:年月日年月日万方数据异质网络中的重叠社区发现算

5、法研究摘要近几年来,随着web2.0的发展,研究网络上用户之间的关系对于理解网络的作用有着很重要的意义。社区结构作为社会网络中一个很重要的性质,是指网络中存在一些节点,这些节点之间联系比较紧密,而与其他节点之间的联系比较稀疏。社区结构相对于节点和整个网络来说,属于中观结构,了解了网络的社区结构,就可以掌握整个网络的运行情况,以及网络中节点的作用。社区发现已经成为近几年社会网络中一个很热门的研究方向。通常情况下网络中的社区之间存在重叠的情况,而不是完全独立的,即一个节点可以属于不只一个社区。重叠节点是联系不同社区的桥梁,作为网络中的弱关系,重叠节点对于社

6、区之间信息的交流起着极其重要的作用。然而传统的方法都是针对同种节点在同一种交互下形成的网络进行重叠社区发现,得到的社区很难解释这些节点是如何分到同一个社区中的以及无法了解重叠节点重叠的意义,而且单一一种交互也无法准确描述节点之间的真实关系,有可能会丢失某些重要的数据。本文针对异质网络进行重叠社区发现,来解决传统方法无法处理的网络的重叠社区发现问题。异质网络包括节点异质网络和边异质(也称关系异质)网络。针对节点异质网络,本文应用非负矩阵三因子分解的方法对其进行联合聚类,将不同种节点同时聚类,在得到的结果中有两种节点形成的社区,它们之间互相联系,可以用一种

7、节点组成的社区来解释另外一种节点组成的社区的物理意义。针对关系异质网络,本文将每种交互看作一张图,先对多张图进行融合,融合过程中,通过计算节点之间的关系,将节点进行排序,形成一张综合所有交互的图,使得对于节点之间的关系描述得更准确。再通过改进的标签传播算法进行重叠社区发现。本文通过研究节点异质和关系异质两种异质网络的特点,分别提出一种重叠社区发现算法。通过人工数据集以及真实数据集上的对比实验,可以发现本文的方法能够更好地在异质网络中发现重叠社区。关键词:重叠社区发现;异质网络;非负矩阵分解;网络融合;标签传播;万方数据异质网络中的重叠社区发现算法研究A

8、bstractRecently,theresearchontherelationshipbet

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。