摘要:復(fù)雜網(wǎng)絡(luò)社區(qū)檢測在Web數(shù)據(jù)挖掘、電子商務(wù)、網(wǎng)絡(luò)安全、社會媒體推薦、個性化服務(wù)等諸多商業(yè)領(lǐng)域中應(yīng)用需求日益突出，提升社區(qū)檢測的精確性和穩(wěn)定性顯得尤為重要。目前真實世界網(wǎng)絡(luò)由于缺乏已知的真實社區(qū)結(jié)構(gòu)，只能通過社區(qū)檢測拓撲質(zhì)量評價函數(shù)進行評測，判斷所得社區(qū)結(jié)構(gòu)質(zhì)量的優(yōu)劣。然而，實驗研究表明現(xiàn)存社區(qū)結(jié)構(gòu)拓撲質(zhì)量評價函數(shù)在精確性和穩(wěn)定性等方面存在較大性能差異，對最優(yōu)社區(qū)劃分的引導(dǎo)以及社區(qū)劃分的評價具有重要影響，因此如何選擇評價函數(shù)成為目前較為困難又亟待解決的問題。

本文對現(xiàn)有8種使用頻率較高的社區(qū)檢測拓撲質(zhì)量評價函數(shù)進行性能分析，探究函數(shù)與網(wǎng)絡(luò)特性之間的關(guān)聯(lián)性并發(fā)掘適合于社交網(wǎng)絡(luò)特性的質(zhì)量檢測目標函數(shù)，選擇出最能體現(xiàn)真實社區(qū)結(jié)構(gòu)、檢測精度最高、穩(wěn)定性最強的拓撲質(zhì)量評價函數(shù)。本文的創(chuàng)新點主要是：(1) 本文構(gòu)造出新的基于評價指標函數(shù)的優(yōu)化方法，所選擇的評價指標函數(shù)也是最常用的；(2) 本文使用的社區(qū)檢測優(yōu)化方法更換不同的目標函數(shù)進行全局最優(yōu)化，提高了社區(qū)檢測的精確性；(3) 本文對8種目標函數(shù)進行性能分析，選取真實世界網(wǎng)絡(luò)和人工合成網(wǎng)絡(luò)并研究函數(shù)與網(wǎng)絡(luò)特性之間的關(guān)聯(lián)性，為實際網(wǎng)絡(luò)社區(qū)檢測提供一定的理論和實驗依據(jù)。

關(guān)鍵詞：復(fù)雜網(wǎng)絡(luò)；社區(qū)檢測；社區(qū)結(jié)構(gòu)；評價函數(shù)

目錄

摘要

Abstract

1 緒論-1

1.1 課題研究背景和意義-1

1.2 國內(nèi)外研究現(xiàn)狀-2

1.3 論文結(jié)構(gòu)安排-2

2 復(fù)雜網(wǎng)絡(luò)社區(qū)檢測基本概念-3

2.1 復(fù)雜網(wǎng)絡(luò)-3

2.1.1 復(fù)雜網(wǎng)絡(luò)基本概念-3

2.1.2復(fù)雜網(wǎng)絡(luò)社區(qū)結(jié)構(gòu)特性-3

2.2 復(fù)雜網(wǎng)絡(luò)社區(qū)檢測-4

2.2.1 復(fù)雜網(wǎng)絡(luò)社區(qū)檢測的數(shù)學(xué)描述-4

2.2.2 基于模塊度優(yōu)化的社區(qū)檢測數(shù)學(xué)描述-4

2.2.3 基于差分進化算法的模塊度優(yōu)化方法-5

3 復(fù)雜網(wǎng)絡(luò)社區(qū)檢測評價指標體系設(shè)計-6

3.1復(fù)雜網(wǎng)絡(luò)社區(qū)檢測評價指標體系設(shè)計思想-6

3.2評價指標函數(shù)基本原理及實現(xiàn)-6

4復(fù)雜網(wǎng)絡(luò)社區(qū)檢測評價指標性能測試-13

4.1實驗設(shè)計-13

4.2基于評價指標函數(shù)優(yōu)化的社區(qū)檢測-15

4.2.1基于真實世界網(wǎng)絡(luò)的社區(qū)檢測-15

4.2.2基于人工合成網(wǎng)絡(luò)的社區(qū)檢測-19

4.3 評價指標函數(shù)社區(qū)檢測性能測試比較-25

4.3.1 真實世界網(wǎng)絡(luò)上的社區(qū)檢測性能比較-25

4.3.2真實世界網(wǎng)絡(luò)上的社區(qū)發(fā)現(xiàn)能力比較-25

4.3.3人工合成網(wǎng)絡(luò)上的社區(qū)檢測性能比較-26

4.4 小結(jié)-26

結(jié)    論-27

參 考 文 獻-28

附錄 程序代碼-29

致    謝-35