復(fù)雜網(wǎng)絡(luò)中社團(tuán)結(jié)構(gòu)發(fā)現(xiàn)算法的研究與實現(xiàn).pdf

1、復(fù)雜網(wǎng)絡(luò)涉及到多個學(xué)科，近年來得到越來越多的重視，逐步成為研究的焦點。社團(tuán)結(jié)構(gòu)作為復(fù)雜網(wǎng)絡(luò)的一個重要特征，對認(rèn)識與剖析復(fù)雜網(wǎng)絡(luò)具有舉足輕重的作用，因此探測復(fù)雜網(wǎng)絡(luò)中的社團(tuán)結(jié)構(gòu)對研究整個網(wǎng)絡(luò)的布局與性質(zhì)顯得十分必要。已往人們已經(jīng)提出了許多算法用于探測網(wǎng)絡(luò)中的社團(tuán)結(jié)構(gòu)，本文研究了其中兩種經(jīng)典的社團(tuán)發(fā)現(xiàn)算法并在其基礎(chǔ)上進(jìn)行改進(jìn)，提出了兩種改進(jìn)的社團(tuán)結(jié)構(gòu)發(fā)現(xiàn)算法，主要工作如下:
　　(1)復(fù)雜網(wǎng)絡(luò)聚類算法是網(wǎng)絡(luò)中用于探測社團(tuán)的一種有效方法

2、。已往的復(fù)雜網(wǎng)絡(luò)聚類算法的結(jié)果依賴于初始化的選擇，極易導(dǎo)致局部最優(yōu)解，因此不適用于規(guī)模較大、結(jié)構(gòu)復(fù)雜、社團(tuán)結(jié)構(gòu)不明顯的網(wǎng)絡(luò)。為了解決上述問題，本文提出基于蟻群聚類的社團(tuán)結(jié)構(gòu)發(fā)現(xiàn)算法，算法首先使用改進(jìn)的譜平分法將網(wǎng)絡(luò)中將節(jié)點及節(jié)點間的關(guān)系轉(zhuǎn)換為供聚類分析的數(shù)據(jù)對象，再運用蟻群聚類算法對得到的數(shù)據(jù)對象進(jìn)行分析，最終根據(jù)網(wǎng)絡(luò)的模塊度選擇最佳劃分。最后，將本文算法進(jìn)行擴(kuò)展用于探測加權(quán)網(wǎng)中的社團(tuán)結(jié)構(gòu)。實驗表明，該算法克服了已往聚類算法的缺點，具有

3、較好的執(zhí)行效率，得到了較為理想的劃分結(jié)果。
　　(2)隨著時代的發(fā)展，現(xiàn)實中的網(wǎng)絡(luò)規(guī)模越來越大，因此發(fā)現(xiàn)整個網(wǎng)絡(luò)的所有社團(tuán)變的復(fù)雜且耗時耗力。而另一方面，人們往往只關(guān)注某個節(jié)點所在的局部社團(tuán)，于是用于探測局部社團(tuán)結(jié)構(gòu)的算法逐漸受到人們熱捧。已往的局部社團(tuán)發(fā)現(xiàn)算法執(zhí)行結(jié)果依賴于初始節(jié)點的選擇，而且需要給出局部社團(tuán)節(jié)點數(shù)。針對以上問題，本文提出基于局部網(wǎng)絡(luò)信息的復(fù)雜網(wǎng)絡(luò)局部社團(tuán)發(fā)現(xiàn)算法。算法利用網(wǎng)絡(luò)自身的局部連接特點，從網(wǎng)絡(luò)中指定節(jié)點