复杂网络中的社团探测研究及应用
发布时间：2022-10-21 13:11
复杂网络能够将真实世界中广泛存在的复杂系统用网络的形式表示出来,例如社交网络、生物网络、交通网络等。对该领域的研究,不仅吸引了大量来自管理科学、计算机科学和物理学等领域科研人员的广泛关注,也引起了社会学、生物学等学科学者们极大的研究兴趣,复杂网络研究已经成为一个重要的多学科交叉研究热点领域。同时,由于大数据技术的迅速发展,获取和深入挖掘网络数据成为可能。大量的研究表明,复杂网络中存在社团结构,具有社团内部节点间连接紧密,社团之间的节点间连接稀疏的特点。社团探测（community detection）,也被称为社团发现、社团识别、社团挖掘等。进行社团探测的目的就在于发现网络中真实存在的社团结构,以助于深入理解网络中社团内部个体和不同社团之间个体的关系,同时也为研究网络中其他的性质和功能提供基础。近些年,有许多不同类型的社团探测算法被提出,主要基于模块度优化、随机概率模型、谱理论以及马尔可夫动力学等方法。随着网络规模越来越大,以及社团结构的广泛应用,对社团探测算法的精度和效率都提出了更高的要求;又由于节点角色的多样化,以及隶属关系的多重性,非重叠社团划分已经不能满足于某些特定的需求,因而...
【文章页数】：126 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究背景及研究意义
1.2 国内外研究现状
1.2.1 社团的概念
1.2.2 非重叠社团探测算法
1.2.3 重叠社团探测算法
1.2.4 社团探测算法的评价标准
1.3 论文主要研究内容和创新点
1.4 论文的组织框架
第2章 理论基础
2.1 复杂网络表示方法
2.2 社团质量评价
2.2.1 模块度函数
2.2.2 模块度函数的优化问题
2.3 社团探测的数学模型
2.3.1 非重叠社团探测数学模型
2.3.2 重叠社团探测数学模型
2.3.3 基于多目标优化的社团探测数学模型
2.4 本章小结
第3章 基于分割-凝聚的社团探测算法
3.1 引言
3.2 分割-凝聚两阶段社团探测算法
3.2.1 节点相似度指标
3.2.2 分割:形成最相似邻居群
3.2.3 凝聚:依据吸引力指标进行合并
3.2.4 分割-凝聚算法(DA)
3.3 实验与分析
3.3.1 真实网络
3.3.2 计算机生成网络
3.3.3 真实网络和计算机生成网络的比较
3.3.4 相似性指标的选择
3.3.5 复杂度分析
3.4 本章小结
第4章 网络预压缩下基于多目标优化算法的社团探测
4.1 引言
4.2 Com-MOEA/D算法
4.2.1 问题定义
4.2.2 网络压缩
4.2.3 编码方式
4.2.4 种群初始化
4.2.5 交叉算子
4.2.6 变异算子
4.2.7 Com-MOEA/D算法的框架
4.3 实验与分析
4.3.1 实验设计
4.3.2 真实网络
4.3.3 计算机生成网络
4.3.4 压缩率的影响
4.3.5 相似性指标的选择
4.4 本章小结
第5章 基于核心团扩张和调整的重叠社团划分算法
5.1 引言
5.2 Core OCD算法
5.2.1 相关定义
5.2.2 Core OCD算法框架
5.2.3 核心团构建
5.2.4 局部扩张阶段
5.2.5 调整阶段
5.2.6 复杂度分析
5.3 实验与分析
5.3.1 实验设计
5.3.2 计算机生成网络
5.3.3 真实网络上的对比实验
5.4 本章小结
第6章 社团探测的应用研究
6.1 引言
6.2 疾病传播模型
6.3 免疫策略
6.3.1 社团探测
6.3.2 免疫节点候选集的生成
6.3.3 基于局部优化的遗传算法选择目标免疫节点
6.3.4 复杂度分析
6.4 实验
6.4.1 实验设计
6.4.2 实验结果及分析
6.5 本章小结
第7章 总结与展望
7.1 总结
7.2 工作展望
参考文献
攻读博士学位期间发表的学术论著
致谢
【参考文献】：
期刊论文
[1]面向大规模网络的快速重叠社团挖掘算法[J]. 李政廉,吉立新,黄瑞阳,兰巨龙. 电子学报. 2019(02)
[2]基于贡献函数的重叠社区划分算法[J]. 刘功申,孟魁,郭弘毅,苏波,李建华. 电子与信息学报. 2017(08)
[3]NETWORK ANALYSIS OF TERRORIST ACTIVITIES[J]. FU Julei,FAN Ying,WANG Yang,WANG Shouyang. Journal of Systems Science ＆ Complexity. 2014(06)
[4]社会网络中基于局部信息的边社区挖掘[J]. 潘磊,金杰,王崇骏,谢俊元. 电子学报. 2012(11)
[5]复杂网络簇结构探测——基于随机游走的蚁群算法[J]. 金弟,杨博,刘杰,刘大有,何东晓. 软件学报. 2012(03)
[6]复杂网络社区挖掘—基于聚类融合的遗传算法[J]. 何东晓,周栩,王佐,周春光,王喆,金弟. 自动化学报. 2010(08)
[7]遗传算法选择策略比较[J]. 张琛,詹志辉. 计算机工程与设计. 2009(23)
博士论文
[1]基于学术大数据的科学家合作行为分析与挖掘[D]. 王伟.大连理工大学 2018
硕士论文
[1]复杂网络中层次重叠社区发现算法研究[D]. 施伟.重庆大学 2013
本文编号：3695711
【文章页数】：126 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究背景及研究意义
1.2 国内外研究现状
1.2.1 社团的概念
1.2.2 非重叠社团探测算法
1.2.3 重叠社团探测算法
1.2.4 社团探测算法的评价标准
1.3 论文主要研究内容和创新点
1.4 论文的组织框架
第2章 理论基础
2.1 复杂网络表示方法
2.2 社团质量评价
2.2.1 模块度函数
2.2.2 模块度函数的优化问题
2.3 社团探测的数学模型
2.3.1 非重叠社团探测数学模型
2.3.2 重叠社团探测数学模型
2.3.3 基于多目标优化的社团探测数学模型
2.4 本章小结
第3章 基于分割-凝聚的社团探测算法
3.1 引言
3.2 分割-凝聚两阶段社团探测算法
3.2.1 节点相似度指标
3.2.2 分割:形成最相似邻居群
3.2.3 凝聚:依据吸引力指标进行合并
3.2.4 分割-凝聚算法(DA)
3.3 实验与分析
3.3.1 真实网络
3.3.2 计算机生成网络
3.3.3 真实网络和计算机生成网络的比较
3.3.4 相似性指标的选择
3.3.5 复杂度分析
3.4 本章小结
第4章 网络预压缩下基于多目标优化算法的社团探测
4.1 引言
4.2 Com-MOEA/D算法
4.2.1 问题定义
4.2.2 网络压缩
4.2.3 编码方式
4.2.4 种群初始化
4.2.5 交叉算子
4.2.6 变异算子
4.2.7 Com-MOEA/D算法的框架
4.3 实验与分析
4.3.1 实验设计
4.3.2 真实网络
4.3.3 计算机生成网络
4.3.4 压缩率的影响
4.3.5 相似性指标的选择
4.4 本章小结
第5章 基于核心团扩张和调整的重叠社团划分算法
5.1 引言
5.2 Core OCD算法
5.2.1 相关定义
5.2.2 Core OCD算法框架
5.2.3 核心团构建
5.2.4 局部扩张阶段
5.2.5 调整阶段
5.2.6 复杂度分析
5.3 实验与分析
5.3.1 实验设计
5.3.2 计算机生成网络
5.3.3 真实网络上的对比实验
5.4 本章小结
第6章 社团探测的应用研究
6.1 引言
6.2 疾病传播模型
6.3 免疫策略
6.3.1 社团探测
6.3.2 免疫节点候选集的生成
6.3.3 基于局部优化的遗传算法选择目标免疫节点
6.3.4 复杂度分析
6.4 实验
6.4.1 实验设计
6.4.2 实验结果及分析
6.5 本章小结
第7章 总结与展望
7.1 总结
7.2 工作展望
参考文献
攻读博士学位期间发表的学术论著
致谢
【参考文献】：
期刊论文
[1]面向大规模网络的快速重叠社团挖掘算法[J]. 李政廉,吉立新,黄瑞阳,兰巨龙. 电子学报. 2019(02)
[2]基于贡献函数的重叠社区划分算法[J]. 刘功申,孟魁,郭弘毅,苏波,李建华. 电子与信息学报. 2017(08)
[3]NETWORK ANALYSIS OF TERRORIST ACTIVITIES[J]. FU Julei,FAN Ying,WANG Yang,WANG Shouyang. Journal of Systems Science ＆ Complexity. 2014(06)
[4]社会网络中基于局部信息的边社区挖掘[J]. 潘磊,金杰,王崇骏,谢俊元. 电子学报. 2012(11)
[5]复杂网络簇结构探测——基于随机游走的蚁群算法[J]. 金弟,杨博,刘杰,刘大有,何东晓. 软件学报. 2012(03)
[6]复杂网络社区挖掘—基于聚类融合的遗传算法[J]. 何东晓,周栩,王佐,周春光,王喆,金弟. 自动化学报. 2010(08)
[7]遗传算法选择策略比较[J]. 张琛,詹志辉. 计算机工程与设计. 2009(23)
博士论文
[1]基于学术大数据的科学家合作行为分析与挖掘[D]. 王伟.大连理工大学 2018
硕士论文
[1]复杂网络中层次重叠社区发现算法研究[D]. 施伟.重庆大学 2013
本文编号：3695711
本文链接：https://www.wllwen.com/shoufeilunwen/xxkjbs/3695711.html