学位论文 > 优秀研究生学位论文题录展示

基于流行度和中心度的内容网络社区发现方法

作　者: 康钊宁
导　师: 贾彩燕
学　校: 北京交通大学
专　业: 计算机科学与技术
关键词: 复杂网络社区发现内容网络
分类号: O157.5
类　型: 硕士论文
年　份: 2014年
下　载: 21次
引　用: 0次
阅　读: 论文下载

内容摘要

复杂网络通常具有内部链接紧密,外部链接稀疏的特性,探索复杂网络社区发现方法对分析论文引用网络、万维网、蛋白质交互网络和交通网络等具有重要意义。复杂网络节点间不仅存在链接关系,节点上还常常附着有属性信息。链接关系和节点内容相结合的复杂网络社区发现由于其社区划分的准确性而越来越受到人们的重视。本文主要工作内容有：一、由于近年来发展的社区发现概率模型的可解释性,我们对现有的性能较好的基于节点中心度和流行度的社区划分链接模型PPL进行了扩展,给出了一种新的可以结合节点内容的组合模型PPL-DC。该模型不但解决了节点属性的选择性问题,同时充分利用了节点间的链接关系,提高了算法的精确度。二、为了进一步改善PPL-DC模型的性能,在不以牺牲社区划分质量的情况下,我们使用了一种简单的基于相似性的稀疏化启发式方法对边进行分类,然后对每一个节点,只在稀疏图里保留部分边,以进一步提高社区划分的精度。三、将以上两种方法相结合,并通过多个实验验证,实验结果表明：新给出的PPL-DC模型优于单纯的链接模型和已有的链接和内容相结合的组合模型,并且通过稀疏化方法可以进一步改善社区划分的性能。最后用实验验证了影响运行时间的因素不仅仅是采用了稀疏化方法。

全文目录

致谢  5-6
摘要  6-7
ABSTRACT  7-10
1 引言  10-17
  1.1 研究背景  10-14
    1.1.1 复杂网络  10-12
    1.1.2 社区发现  12-14
    1.1.3 内容网络  14
  1.2 研究意义  14-15
  1.3 本文主要研究的内容  15-16
  1.4 本文基本的组织架构  16-17
2 社区发现方法  17-34
  2.1 基于优化的社区发现方法  17-19
    2.1.1 KL算法  17-18
    2.1.2 FN算法  18-19
  2.2 社区发现的启发式方法  19-23
    2.2.1 GN算法  19-21
    2.2.2 MFC算法  21-23
  2.3 其他社区发现方法  23-26
    2.3.1 PCL模型  23-25
    2.3.2 随机游走  25-26
  2.4 内容网络社区发现方法  26-32
    2.4.1 PHITS-PLSA模型  26-28
    2.4.2 LDA-Link-Word模型  28-29
    2.4.3 LCF模型  29-32
  2.5 复杂网络社区发现的研究现状  32-33
  2.6 本章小结  33-34
3 内容网络组合模型  34-51
  3.1 Popularity and Productivity Link模型  34-36
  3.2 Discriminative Content模型  36
  3.3 PCL-DC模型  36-37
  3.4 一种新的内容网络组合模型PPL-DC模型  37-40
  3.5 PPL-DC模型的改进  40-46
    3.5.1 基于最小哈希的局部稀疏化方法  40-45
    3.5.2 基于局部稀疏化的PPL-DC模型  45-46
  3.6 实验及结果分析  46-50
    3.6.1 评价方法  46
    3.6.2 实验数据  46-47
    3.6.3 实验及结果分析  47-50
  3.7 本章小结  50-51
4 工作总结与展望  51-53
  4.1 工作总结  51
  4.2 工作展望  51-53
参考文献  53-56
作者简历  56-58
学位论文数据集  58

基于流行度和中心度的内容网络社区发现方法

内容摘要

全文目录

相似论文