符號網絡社區(qū)發(fā)現(xiàn)算法研究.pdf

1、真實世界的很多復雜系統(tǒng)都可以用網絡來刻畫，比如，神經網絡、社會網絡等都屬于復雜網絡。最近幾年，關于社會網絡的社區(qū)發(fā)現(xiàn)在國內外掀起了一股熱潮，社會網絡是指社會成員之間因互動等行為而形成的一種相對穩(wěn)定的關系體系。這些網絡通常都具有一個共同的特征社區(qū)結構，社區(qū)結構表現(xiàn)為將網絡劃分為大小不均的若干個社區(qū)。符號網絡的社區(qū)結構要保住社區(qū)內部主要是正連接，社區(qū)之間主要是負連接。本文致力于社會網絡中符號網絡的社區(qū)劃分算法研究，提出了適用于符號網絡及加權

2、的符號網絡社區(qū)劃分算法。
　　首先，分析了符號網絡基本結構特征，對社區(qū)劃分算法分類分析，并深入地分析了幾種經典的社區(qū)劃分算法，對其有了充分的認識。
　　其次，針對Tushar Sharma等人提出的加權符號網絡社區(qū)發(fā)現(xiàn)算法在第二階段對未聚類節(jié)點再聚類時存在的問題，改進算法對未聚類節(jié)點再聚類時沒有全面考慮鄰居節(jié)點的聚類情況的問題，使用模塊度來評價劃分結果。
　　再次，針對把算法應用于符號網絡中當選擇不同的節(jié)點作為初始節(jié)點