欢迎来到天天文库
浏览记录
ID:37103940
大小:5.49 MB
页数:71页
时间:2019-05-17
《社区发现算法推荐系统的设计与实现》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、社区发现算法推荐系统的设计与实现(申请清华大学工程硕士学位论文)培养单位:软件学院学科:软件工程研究生:应翔指导教师:王朝坤副教授二?一七年六月DesignandImplementationofAlgorithmRecommendationSstemforCommunityyDetectionThesisSubmittedtoTsinhuaUniversitgyinartialfulfillmentofthereuirementpq
2、fortherofessionaldereeofpgMasterofEnineeringgbyXianYinggSoftwareEngineering()ThesisSuervisor:AssociateProfessorChaokunWanpgJune2017,摘要摘要作为图数据分析与挖掘的重要方法之一,社区发现在过去十几年中获得了来自学术界和工业界的极大关注。虽然现已存在多种不同的社区发现算法,但仍缺少一个有效的系统,可根据给定的图的特点
3、,推荐合适的算法来对该图进行社区发现。同时,这个系统应当能够供研究者选择不同的社区发现算法来进行独立的实验。针对上述问题,本文基于社区发现算法的通用框架,结合图的特征抽取、相似一性度量以及社区发现算法的准确性度量等,创新性地设计并实现了个面向社区发现的算法推荐系统:。本文的主要工作包括?DREC设计面向社区发现的算法推荐系统C。CDREC包含多个功能模块,主要为算法执行模块、算法推荐模块和可视化模块。能够根据用户的选择执行社区发现算法,支持针对用户输入数据集推荐合适的算法,同时所有的执行
4、结果能以可视化的形式进行展现。?基于社区发现算法通用框架二,实现了十种具有代表性的社区发现算法,形成社区发现算法库,为保证算法的高效性,算法均由C++语言实现。为提升算法的普遍适用性,提供了多种编程语言调用接口,包括C++,Python和WebService,并以此形成CDREC的算法执行模块。?针对在执行算法前,难以确定最适合给定图的社区发现算法的问题,创新性地提出了面向社区发现的算法推荐模型及对应算法。对于图类型的数据,提出了基于随机游走的2-h〇三种、基于P邻居结构的和基于规范化
5、邻居结构的不同特征抽取方式。以各社区发现算法执行结果的标准化互信息(NMI)指标值为依据,结合不同抽取方式得到的特征,进而提出基于深度卷积神经网络的算法推荐模型。在LFR合成数据集上的实验结果表明,本工作提出的算法推荐模型具有良好的实用性。最后结合模型与算法形成CDREC的算法推荐模块。?作为上述成果的可视化DREC,同时为增强本工作的实用性,实现C的用户界面。使系统能够对用户展现图数据结构、社区发现结果、社区评测结果以及社区算法推荐结果等,为研究者和普通用户提供了良好的操作体验。:关键
6、词社区发现;算法推荐;特征提取;可视化IAbstractAbstractAsanimortantmethodofrahdataanalsisandminincommunitdetectionhasp,gpygyreceivedreatattentionfromacademiaandindustrdurintheastdecade.Althouhgygpgtherearemandifferentcommunitdetectionalgorith
7、msthereisstillalackofaneffectivey,ysstemwhichcanrecommendthearoriatealorithmtotherahaccordintoitsy,pppggpgcharacteristics.Inthemeantime,thesystemshouldbeableforresearcherstochoosedifferentcommunitydetectionalgorithmsto
8、doexperimentsconveniently.Tosettleproblemsabove,basedontheeneralizedframeworkofcommunitdetectionalorithms,gygcombinedwiththefeatureextractiono
此文档下载收益归作者所有