基于部分先驗知識的社區(qū)發(fā)現(xiàn)算法研究.pdf

1、隨著DT(Data Technology)時代的到來，數(shù)據(jù)的價值在各行各業(yè)中越來越得到廣泛重視。如何從紛繁復雜的數(shù)據(jù)中發(fā)掘去一些有價值的信息來指導和改善我們的工作和生活具有重要的意義。社區(qū)發(fā)現(xiàn)是復雜網(wǎng)絡研究領域一個重要的研究方向，可以從紛繁復雜的網(wǎng)絡數(shù)據(jù)中尋找一些潛在的社區(qū)結(jié)構(gòu)，發(fā)現(xiàn)隱藏在網(wǎng)絡海量數(shù)據(jù)中的知識和潛藏在一般現(xiàn)象下的規(guī)律，進而為人們提供個性化、科學化的服務，幫助人們作出更有效的決策。
　　本文通過對標簽傳播算法的研究，

2、結(jié)合社區(qū)發(fā)現(xiàn)過程中的先驗知識，提出了一種基于局部回路的標簽傳播社區(qū)發(fā)現(xiàn)算法，并通過實驗對算法進行了驗證。本文的研究工作主要包括以下兩個方面:
　　(1)提出了一種基于局部回路的標簽傳播社區(qū)發(fā)現(xiàn)算法。首先，綜述了社區(qū)發(fā)現(xiàn)算法，并重點分析了標簽傳播算法及其存在的問題。其次，根據(jù)社區(qū)發(fā)現(xiàn)過程中節(jié)點間存在的先驗知識，提出了基于局部回路的標簽傳播改進算法，即標簽傳播過程中，當存在多個最大標簽值時，采用最短局部回路選擇策略代替隨機選擇，從而有

3、效抑制標簽在社區(qū)間傳播，提高算法的準確度，并用簡單示例從理論角度驗證了算法的可行性。最后，為了驗證改進算法的有效性，本文選擇了兩種類型的數(shù)據(jù)集，分別采用經(jīng)典真實數(shù)據(jù)集、人工生成基準數(shù)據(jù)集，并以模塊度和NMI為評價標準，用對比的方法對本文提出的改進算法進行驗證。實驗結(jié)果表明基于局部回路的標簽傳播算法可以取得更好的劃分效果。
　　(2)實驗驗證。選取代表性的微博真實網(wǎng)絡為實驗數(shù)據(jù)集，通過預處理剔除特殊點，再將改進算法應用到真實的微博網(wǎng)