基于興趣向量的復(fù)雜網(wǎng)絡(luò)演化模型及動(dòng)態(tài)網(wǎng)絡(luò)測(cè)試圖.pdf

1、對(duì)復(fù)雜網(wǎng)絡(luò)的研究既是復(fù)雜系統(tǒng)研究的切入點(diǎn)，又有助于理解如社交網(wǎng)絡(luò)、電力和交通網(wǎng)絡(luò)、生化反應(yīng)網(wǎng)絡(luò)等復(fù)雜系統(tǒng)的魯棒性、演化規(guī)則、信息傳播等特性。在復(fù)雜網(wǎng)絡(luò)研究中，刻畫拓?fù)湫再|(zhì)的網(wǎng)絡(luò)模型是理解其本質(zhì)規(guī)律的重要手段和工具。同時(shí)，用網(wǎng)絡(luò)中存在的社團(tuán)結(jié)構(gòu)對(duì)網(wǎng)絡(luò)進(jìn)行分解可以簡化網(wǎng)絡(luò)的復(fù)雜性；研究社團(tuán)結(jié)構(gòu)的形成也可揭示網(wǎng)絡(luò)的動(dòng)力學(xué)原理。本文的主要工作包括：
　　第一，在本文提出的基于興趣向量的網(wǎng)絡(luò)演化模型中，社團(tuán)結(jié)構(gòu)是受到網(wǎng)絡(luò)中各節(jié)點(diǎn)對(duì)不同領(lǐng)域的

2、興趣偏好驅(qū)使，而自發(fā)形成的。模型將每個(gè)節(jié)點(diǎn)對(duì)各領(lǐng)域不同的興趣程度作為節(jié)點(diǎn)的內(nèi)在屬性，并記為興趣向量。由于各節(jié)點(diǎn)興趣向量不同，而又呈現(xiàn)一定的聚集性，從而導(dǎo)致社團(tuán)結(jié)構(gòu)的形成。這種社團(tuán)結(jié)構(gòu)的形成機(jī)理與現(xiàn)有模型相比有更好的理論解釋。
　　第二，本文提出的支持動(dòng)態(tài)網(wǎng)絡(luò)的測(cè)試基準(zhǔn)圖快速生成算法，是一種可以生成一系列隨時(shí)間變化的網(wǎng)絡(luò)快照的算法，并帶有社團(tuán)結(jié)構(gòu)信息和數(shù)據(jù)。測(cè)試基準(zhǔn)圖可以生成貼近真實(shí)網(wǎng)絡(luò)的模擬數(shù)據(jù)，將其應(yīng)用于對(duì)社團(tuán)劃分算法的測(cè)試，以

3、評(píng)價(jià)社團(tuán)劃分算法的劃分質(zhì)量和速度。本測(cè)試圖算法相比于現(xiàn)有的測(cè)試圖，支持動(dòng)態(tài)數(shù)據(jù)生成，同時(shí)保持了同樣的生成效率。
　　第三，通過對(duì)動(dòng)態(tài)演化模型和動(dòng)態(tài)測(cè)試圖算法過程的總結(jié)，本文提出一種動(dòng)態(tài)網(wǎng)絡(luò)生成框架，以提高開發(fā)效率?？蚣茚槍?duì)演化模型的優(yōu)先連接選擇過程，提出稱為優(yōu)先連接池的數(shù)據(jù)結(jié)構(gòu)。該數(shù)據(jù)結(jié)構(gòu)允許進(jìn)行復(fù)雜的權(quán)重計(jì)算，并保持低時(shí)間和空間復(fù)雜度，從而使各類演化模型實(shí)現(xiàn)為動(dòng)態(tài)測(cè)試圖成為可能。
　　在上述模型和算法的實(shí)驗(yàn)和測(cè)試中，數(shù)值模