基于粒計算的社會網絡中社團挖掘的研究.pdf

1、社會網絡是復雜網絡中比較有代表性的現(xiàn)實網絡,用來描述社會成員之間的關系。隨著網絡技術和移動設備的飛速發(fā)展,人們的溝通方式變的多樣化,社交網站也越來越多。社團結構是社會網絡的一個重要結構特征,也是近年研究社會網絡的重點。所謂社團結構其實是一些緊密聯(lián)系的實體,屬于同一社團內的結點的關系要比屬于不同社團的結點的關系更緊密。社會網絡最核心的就是人與人的關系,以及所形成的社團結構。對社會網絡尤其是對社會網絡中的社團結構進行研究,具有重要的理論意義

2、和實用價值。
　　論文圍繞挖掘社會網絡中的社團結構展開,首先介紹了復雜網絡和粒計算的相關概念性質以及幾種現(xiàn)有的社團挖掘算法?；诹Ｓ嬎?提出一種基于網絡拓撲結構的結點相似度度量方式,并將其擴展到結點與社團、社團與社團之間。在此基礎上,本文提出了兩種有效的社團挖掘算法:基于a-準完全子圖的社團挖掘算法(a-CGC Algorithm)和基于粒計算的社團挖掘算法( CGCC Algorithm),并分別采用真實的社會網絡數(shù)據 Zach

3、ary Karate Club進行實例分析,清晰的展現(xiàn)了算法的各個步驟。最后,在三個不同規(guī)模的真實社會網絡數(shù)據集上進行實驗驗證并與經典的社團挖掘算法GN和CNM比較。結果證明,本論文提出的兩個算法有效可行且能得到質量較高的社團結構。本文提出的兩種算法如下:
　　基于a-準完全子圖的社團挖掘算法。算法的核心是基于定義的a-準完全子圖的概念,通過將生成的a-準完全子圖作為社團的初始核心組成部分,再通過有關結點與社團之間和社團與社團之間