

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、復雜社會網絡可以抽象為由大量節(jié)點和節(jié)點之間的聯系組成的拓撲結構,其在眾多領域中廣泛存在。聚類分析作為研究復雜社會網絡的重要手段之一,目的在于發(fā)現其內部的社區(qū)結構,體現其內在屬性,更好地對現實生活進行指導。本文主要針對近鄰傳播算法的執(zhí)行速率較慢、無監(jiān)督的缺點,給出其改進算法,并將近鄰傳播算法運用在增量社區(qū)發(fā)現中。
首先,給出基于近鄰傳播的快速半監(jiān)督社區(qū)發(fā)現算法(FSAP算法)。算法在研究近鄰傳播算法(AP算法)的基礎上,根據因子
2、圖模型中信息在節(jié)點間的傳遞規(guī)則,通過將相似度值為0的節(jié)點對直接劃分到不同的簇中而提高時間效率,成為快速近鄰傳播算法(FAP算法)。同時,結合部分Must-link和Cannot-link的成對約束信息,對相似度矩陣進行調整,在新的相似度矩陣上運行FAP算法。相比原始AP算法和其他算法,FSAP算法不僅具有良好的時間效率,而且可以有效利用先驗知識去指導聚類過程,進而提高社區(qū)發(fā)現的準確率。
其次,給出基于近鄰傳播的增量社區(qū)發(fā)現算法
3、(IAP算法)。算法在FAP算法的基礎上,根據網絡動態(tài)變化的特點,將增量分為增加邊、刪除邊、增加節(jié)點、刪除節(jié)點四種類型,且給出對應的處理方法。由于算法對網絡變化進行局部更新,一段時間之后可能造成算法結果相比于真實的社區(qū)結構存在失真,給出最小模塊度進行檢測。在動態(tài)社區(qū)發(fā)現中,相比靜態(tài)AP算法對全局網絡結構的更新,IAP算法不僅能夠有效地降低時間復雜度,且能夠保證聚類精度。
最后,設計并實現了非重疊社區(qū)發(fā)現算法的原型系統(tǒng)。該系統(tǒng)可
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
- 標簽傳播算法在重疊社區(qū)發(fā)現中的改進.pdf
- 異質網絡中的重疊社區(qū)發(fā)現算法研究.pdf
- 復雜網絡中的重疊社區(qū)發(fā)現算法研究.pdf
- 復雜網絡中重疊社區(qū)發(fā)現算法的研究.pdf
- 在線社會網絡中基于屬性的重疊社區(qū)發(fā)現算法研究與應用.pdf
- 基于邊劃分的重疊社區(qū)發(fā)現算法研究.pdf
- 基于概率模型的重疊社區(qū)發(fā)現算法研究.pdf
- 復雜網絡重疊社區(qū)結構發(fā)現的算法研究與實現.pdf
- 混合重疊社區(qū)發(fā)現研究及應用.pdf
- 基于極大團的重疊社區(qū)發(fā)現算法的研究與實現.pdf
- 社會網絡中基于標簽傳播的社區(qū)發(fā)現算法研究.pdf
- 基于局部擴充的重疊社區(qū)發(fā)現算法研究和改進.pdf
- 復雜網絡中層次重疊社區(qū)發(fā)現算法研究.pdf
- 異質網絡中重疊社區(qū)發(fā)現技術研究.pdf
- 在線社交網絡中基于標簽傳播社區(qū)發(fā)現算法的研究.pdf
- 基于標簽傳播算法的社區(qū)發(fā)現新算法.pdf
- 基于邊界節(jié)點與標簽傳播的社區(qū)發(fā)現算法.pdf
- 基于標簽傳播的實時社區(qū)發(fā)現算法研究.pdf
- 基于優(yōu)化標簽傳播算法的社區(qū)發(fā)現研究.pdf
- 復雜網絡的非重疊與重疊社區(qū)檢測方法.pdf
評論
0/150
提交評論