基于引力作用的復(fù)雜網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)研究.pdf

1、隨著網(wǎng)絡(luò)的發(fā)展與數(shù)據(jù)量的激增，復(fù)雜網(wǎng)絡(luò)的規(guī)模越來(lái)越大，結(jié)構(gòu)也越來(lái)越復(fù)雜，所蘊(yùn)含的信息量也越來(lái)越多，如何從復(fù)雜網(wǎng)絡(luò)中發(fā)現(xiàn)并挖掘有用信息也成為了網(wǎng)絡(luò)研究的重點(diǎn)。社區(qū)結(jié)構(gòu)的出現(xiàn)使得復(fù)雜網(wǎng)絡(luò)能夠更加細(xì)化，并能推進(jìn)其他領(lǐng)域方向的研究，因此得到了研究人員的逐步重視，取得了一定的研究成果。但之前的研究往往只注重于單個(gè)方向的研究，而沒(méi)有多方向的交叉，且研究過(guò)程都存在一定的局限性，所提出的模型也僅能適用于單個(gè)方向，通用性較差。
　　本文將引力關(guān)系模

2、型引入復(fù)雜網(wǎng)絡(luò)，通過(guò)為網(wǎng)絡(luò)中節(jié)點(diǎn)賦予質(zhì)量，建立節(jié)點(diǎn)間的引力關(guān)系，利用引力作用來(lái)發(fā)現(xiàn)社區(qū)結(jié)構(gòu)。首先提出了基于引力搜索的可控粒度社區(qū)發(fā)現(xiàn)算法用于發(fā)現(xiàn)網(wǎng)絡(luò)中相對(duì)獨(dú)立的社區(qū)結(jié)構(gòu)，且能夠得到粗粒度或細(xì)粒度的社區(qū)結(jié)構(gòu)，算法基于中心聚類(lèi)的思想，從社區(qū)的核心節(jié)點(diǎn)開(kāi)始，構(gòu)建社區(qū)框架，引力搜索節(jié)點(diǎn)最終完成社區(qū)結(jié)構(gòu)的劃分。接下來(lái)提出了基于引力度量的模糊重疊社區(qū)發(fā)現(xiàn)算法，識(shí)別并劃分出網(wǎng)絡(luò)中社區(qū)間的重疊部分，算法同樣基于中心聚類(lèi)思想，由各社區(qū)的核心節(jié)點(diǎn)通過(guò)多次迭

3、代搜索節(jié)點(diǎn)進(jìn)入社區(qū)，并引入模糊理論利用引力大小來(lái)度量重疊節(jié)點(diǎn)對(duì)社區(qū)的隸屬程度。最后提出了基于引力重構(gòu)的動(dòng)態(tài)社區(qū)演化模型，通過(guò)在不同時(shí)間節(jié)點(diǎn)下網(wǎng)絡(luò)演化過(guò)程中社區(qū)內(nèi)部引力關(guān)系和社區(qū)間引力關(guān)系的動(dòng)態(tài)重構(gòu)來(lái)調(diào)整社區(qū)結(jié)構(gòu)，得到社區(qū)演化結(jié)果，并對(duì)比演化結(jié)果與靜態(tài)網(wǎng)絡(luò)的劃分結(jié)果。本文所提出的三種算法都基于同一模型理論，彼此間都是相互關(guān)聯(lián)的。
　　通過(guò)真實(shí)數(shù)據(jù)集實(shí)驗(yàn)驗(yàn)證，本文所提出的算法均具有一定的有效性與準(zhǔn)確性，可以用于解決實(shí)際問(wèn)題。相比于之前