社交網(wǎng)絡(luò)中社團(tuán)發(fā)現(xiàn)算法的研究與實(shí)現(xiàn).pdf

1、隨著移動(dòng)互聯(lián)網(wǎng)技術(shù)和Web2.0技術(shù)的發(fā)展和成熟，以及移動(dòng)智能終端快速普及，人們?cè)谏缃痪W(wǎng)絡(luò)中的參與度隨之提高，社交網(wǎng)絡(luò)也成為大部分人必要的生活工具。近幾年社交網(wǎng)絡(luò)中的數(shù)據(jù)急速增長(zhǎng)，導(dǎo)致網(wǎng)絡(luò)節(jié)點(diǎn)眾多結(jié)構(gòu)復(fù)雜，也使其蘊(yùn)藏著大量的內(nèi)在信息，有待人們?nèi)ネ诰?。挖掘社交網(wǎng)絡(luò)中的社團(tuán)結(jié)構(gòu)能幫助我們分析網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)和功能，了解網(wǎng)絡(luò)的本質(zhì)，進(jìn)而可以對(duì)社交網(wǎng)絡(luò)進(jìn)行控制與預(yù)測(cè)。由于社交網(wǎng)絡(luò)中的拓?fù)浣Y(jié)構(gòu)在不斷的演化。因此，研發(fā)聚類精度高、算法執(zhí)行效率好、并且

2、適用于大規(guī)模社交網(wǎng)絡(luò)的社團(tuán)發(fā)現(xiàn)算法成為國(guó)內(nèi)外科研人員的研究熱點(diǎn)。本文主要的工作有以下幾點(diǎn)：
　?。?）對(duì)社交網(wǎng)絡(luò)及其相關(guān)概念和特性進(jìn)行闡述，給出模型抽象后的數(shù)學(xué)表達(dá)式。對(duì)傳統(tǒng)的社團(tuán)發(fā)現(xiàn)算法進(jìn)行綜述并加以分類，詳細(xì)介紹各個(gè)算法的性能和優(yōu)缺點(diǎn)，并查閱最新的社團(tuán)發(fā)現(xiàn)算法，在此基礎(chǔ)上提出兩種新的社團(tuán)檢測(cè)算法。
　?。?）提出基于遺傳和聲算法的社團(tuán)檢測(cè)算法（GHS）。該算法針對(duì)傳統(tǒng)基于遺傳算法的社團(tuán)發(fā)現(xiàn)算法容易陷入局部最優(yōu)，算法執(zhí)行效

3、率低，時(shí)間復(fù)雜度高的缺陷。以和聲算法作為框架，利用標(biāo)簽傳播思想來(lái)產(chǎn)生初始和聲庫(kù)，使初始和聲記憶庫(kù)具有較好的多樣性和精度；同時(shí)利用遺傳算法的雙路交叉和單點(diǎn)變異策略來(lái)產(chǎn)生新解，擴(kuò)大算法的搜索范圍來(lái)提高社團(tuán)聚類精度。實(shí)驗(yàn)結(jié)果顯示，GHS算法的聚類精度優(yōu)于FN、GN、LPA和K-means譜聚類算法。
　?。?）提出確定FCM聚類中心的自動(dòng)譜聚類社團(tuán)檢測(cè)算法（FCMASC）。該算法針對(duì)傳統(tǒng)譜聚類社團(tuán)發(fā)現(xiàn)算法無(wú)法自動(dòng)確定社團(tuán)數(shù)量和聚類精度不