基于節(jié)點(diǎn)相似度的復(fù)雜網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)算法的研究.pdf

1、在實(shí)際世界中,很多大型系統(tǒng)都可以抽象為復(fù)雜網(wǎng)絡(luò)系統(tǒng)。因此,復(fù)雜網(wǎng)絡(luò)的研究具有非常重要的科學(xué)意義。社區(qū)結(jié)構(gòu)是復(fù)雜網(wǎng)絡(luò)的一個(gè)很顯著的特征,相同社區(qū)內(nèi)節(jié)點(diǎn)相互聯(lián)系密切、不同社區(qū)節(jié)點(diǎn)相互連接比較稀疏的特點(diǎn)。準(zhǔn)確、高效地挖掘出社區(qū)結(jié)構(gòu)對(duì)分析復(fù)雜網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)、預(yù)測(cè)未來(lái)行為等有著重要的作用。
　　本文首先分析了從社交平臺(tái)上獲取得到的信息,通過(guò)建立對(duì)應(yīng)的人際關(guān)系網(wǎng)絡(luò),分析其統(tǒng)計(jì)的度情況結(jié)果得到微博用戶關(guān)系網(wǎng)符合冪率分布,從而證明這個(gè)網(wǎng)絡(luò)是無(wú)標(biāo)度網(wǎng)

2、絡(luò),即大部分的用戶擁有較少的關(guān)系,而小部分的用戶擁有大量的用戶關(guān)系。
　　然后本文改進(jìn)了節(jié)點(diǎn)相似度函數(shù),修改后的節(jié)點(diǎn)相似度函數(shù)可以更精確地衡量節(jié)點(diǎn)之間的關(guān)系,作為判斷節(jié)點(diǎn)是否在同一社區(qū)的標(biāo)準(zhǔn)。接著本文還提出了二次劃分社區(qū)結(jié)構(gòu)的算法,在初步劃分時(shí),根據(jù)節(jié)點(diǎn)相似度為單一的節(jié)點(diǎn)尋找相似的節(jié)點(diǎn),形成了群體結(jié)構(gòu);第二部分在弱社區(qū)結(jié)構(gòu)定義的約束之下,將群體結(jié)構(gòu)合并成為符合條件的社區(qū)。通過(guò)采用二次劃分的算法,可以更加精確地發(fā)現(xiàn)社區(qū)結(jié)構(gòu),即每個(gè)社