節(jié)點重要度在社團劃分中的應用研究.pdf

1、復雜網絡中一些關鍵的核心節(jié)點對于網絡中其他節(jié)點具有很大的影響力，因此找到這些關鍵的核心節(jié)點對于研究復雜網絡的社團結構和節(jié)點的行為預測具有十分重要的意義。此外，復雜網絡中很多的技術研究都是在社團劃分的基礎上進行的，因此對復雜網絡社團劃分的研究同樣具有非常重要的意義。經過多年社團劃分的研究，盡管出現(xiàn)了許多優(yōu)秀的劃分算法，但是在提高社團劃分的準確度及降低算法的復雜度上仍然面臨著挑戰(zhàn)。
　　針對現(xiàn)存算法準確度低復雜度高的問題，本文主要在如

2、下幾個方面進行研究和探索：
　　（1）在劃分社團之前，首先要準確找到社團中的核心節(jié)點，這涉及到節(jié)點重要度的評價。而當前節(jié)點重要度評價算法考慮的因素比較單一，不能準確找到社團的核心節(jié)點。本文考慮到鄰居節(jié)點對節(jié)點自身重要度的影響，以及自身對鄰居節(jié)點的影響，給出了節(jié)點重要度貢獻矩陣，重要度貢獻矩陣中將節(jié)點的K-shell值、鄰居節(jié)點平均度及節(jié)點間的緊密度作為影響因素考慮在內。然后綜合節(jié)點度和局部度中心節(jié)點等因素給出節(jié)點重要度的評價方法。

3、
　?。?）目前大多數(shù)的層次聚類算法劃分社團的準確度都比較低，本文利用多個核心節(jié)點作為初始社團對復雜網絡進行聚類，在計算節(jié)點與初始社團的相似度時，將初始社團中的節(jié)點重要度考慮在內，從而更加準確的計算出節(jié)點與初始社團的相似度，提高算法劃分社率。團的準確度。最后對算法進行并行化分析，將其應用在分布式平臺上，提高算法的運行效率。
　　節(jié)點重要度的實驗在兩個簡單直觀、結構清晰的網絡上進行，將其與單一的評價指標進行比較分析。社團劃分的