基于概率模型的重疊社區(qū)發(fā)現(xiàn)算法研究.pdf_第1頁
已閱讀1頁,還剩64頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、現(xiàn)實世界的很多復雜系統(tǒng)可以用網絡的形式來表達,比如在社會網絡和生物網絡中,網絡中的點表示系統(tǒng)中的實體,網絡中的邊來表示實體間的關系。隨著研究的不斷深入,學者們發(fā)現(xiàn)實際網絡除了具有小世界和冪率分布等統(tǒng)計特性外,還具有社區(qū)結構特征。社區(qū)內部的節(jié)點之間的連接相對緊密,社區(qū)之間的連接相對稀疏。尋找復雜網絡中社區(qū)結構的方法已經成為復雜網絡研究的重要內容之一。
   傳統(tǒng)的社區(qū)發(fā)現(xiàn)算法主要是圖形分割和層次聚類,層次聚類算法又可以分為兩類:凝

2、聚方法和分裂方法。自Newman等人提出用模塊度函數(shù)來評價社區(qū)劃分質量后,相繼出現(xiàn)了一些基于模塊度極值優(yōu)化的方法。在真實網絡中,并不是每個節(jié)點都僅屬于一個社區(qū),而是存在著重疊社區(qū)結構。隨后出現(xiàn)了一系列重疊社區(qū)劃分方法,更加真實地反映網絡結構。最近,一些學者利用統(tǒng)計推理的方法來劃分重疊社區(qū),其中一個簡單的概率算法——SPAEM能很好地發(fā)現(xiàn)重疊社區(qū)。
   本文在深入理解SPAEM算法的基礎上,通過實驗發(fā)現(xiàn)該算法存在一些缺陷,比如在

3、大規(guī)模網絡中效率比較低,隨機初始化使得算法容易陷入局部最優(yōu)解等。首先,對SPAEM算法的時間復雜度進行了詳細分析;然后,對算法做了一些改進,降低了算法時間復雜度;此外,為了避免算法陷入局部最優(yōu)解,本文還提出了一種SPAEM算法的初始化方法,使算法可以在更短的時間內獲得更好的社區(qū)發(fā)現(xiàn)結果。
   基于真實網絡和人工網絡的實驗結果證明了改進算法的有效性。在很多實際網絡中,改進算法的社區(qū)發(fā)現(xiàn)結果要好于其他重疊社區(qū)發(fā)現(xiàn)算法。在人工網絡,

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論