检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

融合内容与嵌入强化拓扑的半监督社团检测

郑州大学学报（理学版） 2024年第6期56卷 46-53页

作者：许伟忠陆杨曹金鑫鞠恒荣丁卫平金弟南通大学信息科学技术学院江苏南通226019 天津大学智能与计算学部天津300350

挖掘网络中的社团结构是复杂网络分析的关键任务,但在现实应用中如何进一步提高社团检测性能仍极具挑战性。鉴于属性网络中的节点内容和网络嵌入均蕴含有社团结构信息,提出一种基于非负矩阵分解融合节点内容和嵌入强化拓扑的半监督方法... 详细信息

挖掘网络中的社团结构是复杂网络分析的关键任务,但在现实应用中如何进一步提高社团检测性能仍极具挑战性。鉴于属性网络中的节点内容和网络嵌入均蕴含有社团结构信息,提出一种基于非负矩阵分解融合节点内容和嵌入强化拓扑的半监督方法。首先,基于生成框架重构拓扑和内容,以构建融合拓扑和内容的基本模型;然后,利用拓扑相似性构造must-link先验信息,同时由Node2Vec计算网络嵌入;最后,使用矩阵补全技术将先验信息和网络嵌入引入模型,形成融合内容、网络嵌入的半监督社团检测模型。在合成和真实网络上的实验结果充分验证了新模型的良好竞争力。

关键词：社团检测属性网络半监督节点内容嵌入强化

维普期刊数据库博看期刊

AGCFN:基于图神经网络的多层网络社团检测模型

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2024年

作者：陈龙张振宇李晓明白宏鹏新疆大学软件学院新疆大学信息科学与工程学院浙江越秀外国语学院天津大学智能与计算学院

基于图神经网络的多层网络社团检测方法面临以下两个挑战。一是如何有效利用多层网络的节点内容信息，二是如何有效利用多层网络的层间关系。因此，提出多层网络社团检测模型AGCFN(Autoencoderenhanced Graph Convolutional Fusion Netw... 详细信息

基于图神经网络的多层网络社团检测方法面临以下两个挑战。一是如何有效利用多层网络的节点内容信息，二是如何有效利用多层网络的层间关系。因此，提出多层网络社团检测模型AGCFN(Autoencoderenhanced Graph Convolutional Fusion Network)。首先通过自编码器独立提取每个网络层的节点内容信息，通过传递算子将提取到的节点内容信息传递给图自编码器进行当前网络层节点内容信息与拓扑结构信息的融合，从而得到当前网络层每个节点的表示，这种方法充分利用了网络的节点内容信息与拓扑结构信息。对于得到的节点表示，通过模块度最大化模块和图解码器对其进行优化。其次，通过多层信息融合模块将每个网络层提取到的节点表示进行融合，得到每个节点的综合表示。最后，通过自训练机制训练模型并得到社团检测结果。与6个模型在三个数据集上进行对比，ACC与NMI评价指标有所提升，验证了AGCFN的有效性。

关键词：多层网络社团检测图神经网络自编码器自监督学习

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于标签传播的社团检测算法研究

基于标签传播的社团检测算法研究

作者：李媛山东师范大学

学位级别：硕士

复杂网络是对现实世界中复杂系统进行建模得到的一种网络结构,在城市交通网络、社交网络、生物学网络等领域中广泛存在。随着数字化时代的到来,这些复杂网络已成为研究信息传播和揭示网络结构的重要工具。通过识别网络中的社团结构,能... 详细信息

复杂网络是对现实世界中复杂系统进行建模得到的一种网络结构,在城市交通网络、社交网络、生物学网络等领域中广泛存在。随着数字化时代的到来,这些复杂网络已成为研究信息传播和揭示网络结构的重要工具。通过识别网络中的社团结构,能够探知网络的拓扑特征,从而帮助优化网络布局和资源分配,社团检测为深入理解复杂网络的功能结构及动态行为提供了有力工具,成为当下研究的热点。标签传播算法是一种简单高效的社团检测算法,无需先验知识且适用于大规模网络,同时时间复杂度近似线性。但其在节点更新顺序的选择和标签选择上存在随机性,导致算法划分的结果不稳定且准确性较低。针对以上问题,本文提出了两种改进算法,主要研究内容如下:(1)为了解决原始标签传播算法的随机性强这一问题,本文提出了一种基于三节点模体挖掘的标签传播算法。通过挖掘三节点模体来获取网络的高阶拓扑结构,并为避免高阶连接模式下出现孤立节点的情况,与原始低阶拓扑结构合并来重建网络。本文基于三节点模体定义了节点和连边权重的计算方式,并计算出节点间的连接强度。为克服标签选择阶段的随机性,该算法设计了新的标签更新规则,该规则结合了连边权重、节点连接强度以及邻居节点中标签出现的频率,并引入平衡因子以加大标签传播力度的差异性。同时在节点更新顺序的选择上,算法根据计算出的节点权重进行升序排列,解决了多次运行结果不一致的问题,提高了算法的稳定性。(2)为了进一步识别出具体的社团中心,针对已知社团数量的网络,本文提出了一种基于密度峰值和最短路径的标签传播算法。本文结合密度峰值聚类思想,计算出节点的局部密度和相对距离,并利用切比雪夫不等式来选择出合适数量的社团中心节点。同时根据节点间的重叠相似度来计算节点间距离,从而使原始网络转化为加权网络,剩余节点根据其到不同社团中心节点的最短路径长度来进行标签传播。若出现多个候选标签,则选取其邻居节点中出现次数最多的标签。确定社团中心节点后,剩余节点只需迭代一次即可完成标签更新,提高了算法的效率,并且划分结果的准确性也得到了保障。本文将基于三节点模体挖掘的标签传播算法以及基于密度峰值和最短路径的标签传播算法在9个真实网络数据集和42个不同规模不同复杂度的人工合成网络数据集上进行大量实验,并与其他六种经典社团检测算法进行对比,实验结果显示,本文算法能够准确地识别出复杂网络中的社团结构,尤其在大规模网络上表现出色,证明了算法改进策略的可行性和有效性,验证了算法的高效性和稳定性。

关键词：社团检测标签传播三节点模体密度峰值

复杂网络上基于标签传播的社团检测方法研究与应用

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

复杂网络上基于标签传播的社团检测方法研究与应用

作者：李素丽西安理工大学

学位级别：硕士

随着互联网的快速发展,对复杂网络的研究显得越发重要。复杂网络中的一个重要特征是社团结构,即社团内部连接紧密,而社团之间连接稀疏。挖掘复杂网络中潜在的社团结构成为了许多学者研究的重点,此项研究在现实生活中具有重要意义。它可... 详细信息

随着互联网的快速发展,对复杂网络的研究显得越发重要。复杂网络中的一个重要特征是社团结构,即社团内部连接紧密,而社团之间连接稀疏。挖掘复杂网络中潜在的社团结构成为了许多学者研究的重点,此项研究在现实生活中具有重要意义。它可以帮助用户在蛋白质互作网络中识别蛋白质的相互作用模式,在信息网络中分析流量的分布情况,还可以用于文献推荐和产品推广等领域。基于上述分析,论文将在复杂网络上开展以下研究。(1)提出一种基于种子节点影响的标签传播算法,用于检测复杂网络中的非重叠社团结构。为了降低标签传播的随机性,论文提出了一种新的种子节点选择策略。该策略不仅考虑了复杂网络的拓扑结构,也考虑了节点的属性特征。然后结合特征信息和节点间的最短路径选出网络中的种子节点。最后,通过种子节点生长策略挖掘复杂网络中的社团结构。将算法在属性数据集和无属性数据集上分别进行了验证,与其他算法相比,该算法在属性数据集上具有明显的优势,更适用于检测带有属性特征的网络结构。(2)提出一种基于中介中心性的重叠结构检测算法。该方法不仅可以检测社团结构,还可以挖掘网络中的重叠节点。该算法主要包括社团的基础划分和识别重叠节点两部分。首先,按照中介中心性降序顺序,节点轮流担任主节点。主节点接收来自从节点的标签并更新自身的标签集合,然后从新的标签集合中选择权重最大的标签将其记录,重复此过程直到循环结束。最后,遍历节点的记录列表,从中选择出现次数最多的标签作为节点的最终标签。社团基础划分完成后,通过算法提出的判别函数识别网络中的重叠节点。将该算法在真实数据集和人工数据集上分别进行验证,结果表明该算法能够有效的挖掘网络中的重叠节点。(3)设计并实现基于标签传播的文献推荐系统。该系统由用户子模块,推荐子模块和查询子模块构成,用户可以通过系统查找相关文献。系统也会根据用户的历史浏览记录和文章信息为其推荐相关内容。本系统不仅可以加快读者查找文献的效率,还可以为读者提供个性化推荐服务。因此,该系统在现实生活中具有很重要的意义。

关键词：复杂网络标签传播算法种子节点中介中心性社团检测

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于联合矩阵分解的节点多属性网络社团检测

物理学报 2015年第21期64卷 456-465页

作者：常振超陈鸿昶刘阳于洪涛黄瑞阳国家数字交换系统工程技术研究中心郑州450002

发现复杂网络中的社团结构在社会网络、生物组织网络和在线网络等复杂网络中具备十分重要的意义.针对社交媒体网络的社团检测通常需要利用两种信息源:网络拓扑结构特征和节点属性特征,丰富的节点内容属性信息为社团检测的增加了灵活性... 详细信息

发现复杂网络中的社团结构在社会网络、生物组织网络和在线网络等复杂网络中具备十分重要的意义.针对社交媒体网络的社团检测通常需要利用两种信息源:网络拓扑结构特征和节点属性特征,丰富的节点内容属性信息为社团检测的增加了灵活性和挑战.传统方法是要么仅针对这两者信息之一进行单独挖掘,或者将两者信息得到的社团结果进行线性叠加判决,不能有效进行信息源的融合.本文将节点的多维属性特征作为社团划分的一种有效协同学习项进行研究,将两者信息源进行融合分析,提出了一种基于联合矩阵分解的节点多属性网络社团检测算法CDJMF,提高了社团检测的有效性和鲁棒性.实验表明,本文所提的方法能够有效利用节点的属性信息指导社团检测,具备更高的社团划分质量.

关键词：矩阵分解节点属性社团检测

在线全文

学校读者我要写书评

暂无评论

基于单步添加团的重叠社团检测算法

华南理工大学学报（自然科学版） 2016年第9期44卷 24-31页

作者：张兴义郑雯王从涛丁转莲苏延森安徽大学计算机科学与技术学院∥生物智能与知识发现研究所安徽合肥230601

基于局部扩充的重叠社团检测算法由单个节点或团出发,不断添加新的节点而获得最终的社团划分,但现有算法均为每次添加一个节点,没有充分考虑所添加节点的局部信息,从而影响了社团检测结果的准确性.为此,文中提出了一种基于单步添加团的... 详细信息

基于局部扩充的重叠社团检测算法由单个节点或团出发,不断添加新的节点而获得最终的社团划分,但现有算法均为每次添加一个节点,没有充分考虑所添加节点的局部信息,从而影响了社团检测结果的准确性.为此,文中提出了一种基于单步添加团的重叠社团检测算法,该算法从一个团开始,通过不断添加此团邻居内适应度增值最大的团,使算法在局部扩充时不仅考虑了所添加节点与已有社团的连接紧密性,而且考虑了所添加节点内部的连接情况.在真实网络和计算机生成网络上的实验结果表明,与现有基于局部扩充的重叠社团检测算法相比,文中算法可以更准确地检测出复杂网络中的重叠社团.

关键词：复杂网络社团检测重叠社团局部扩充

在线全文

学校读者我要写书评

暂无评论

采用影响力节点集扩展的局部社团检测

西安交通大学学报 2016年第4期50卷 41-47页

作者：常振超陈鸿昶黄瑞阳于洪涛刘阳国家数字交换系统工程技术研究中心郑州450002

针对规模化网络中局部社团检测存在的对初始节点位置敏感、拓扑信息难以有效利用问题,提出了一种采用影响力节点集扩展的社团检测(IN-LCD)方法。首先定义了节点的局部影响力指标,通过该指标计算并构造了源节点附近的影响力节点子集,然... 详细信息

针对规模化网络中局部社团检测存在的对初始节点位置敏感、拓扑信息难以有效利用问题,提出了一种采用影响力节点集扩展的社团检测(IN-LCD)方法。首先定义了节点的局部影响力指标,通过该指标计算并构造了源节点附近的影响力节点子集,然后从影响力节点子集开始,以迭代更新的方式,进行连续的社团扩张,最后通过节点和社团相似性指标计算,完成整个局部社团的获取。IN-LCD方法从有效利用节点局部信息出发,通过最具影响力节点集合进行社团扩展,有效克服了局部社团检测对初始节点位置敏感的问题。在真实和人工网络数据集上的实验表明,IN-LCD方法与已有的最佳局部社团检测方法相比,识别性能提升了5.3%,更能有效应用于局部信息出发的社团检测场景。

关键词：社团检测局部信息影响力节点识别性能

在线全文

学校读者我要写书评

暂无评论

基于非负矩阵分解的半监督动态社团检测

通信学报 2016年第2期37卷 131-142页

作者：常振超陈鸿昶黄瑞阳于洪涛刘阳国家数字交换系统工程技术研究中心河南郑州450002

如何有效融合不同时刻的网络结构信息,是影响复杂网络中动态社团检测算法检测性能的关键和难点。基于此,提出了一种基于非负矩阵分解的半监督动态社团检测方法 SDCD-NMF,该方法首先有效提取了历史时刻所包含的稳定结构单元,然后将其作... 详细信息

如何有效融合不同时刻的网络结构信息,是影响复杂网络中动态社团检测算法检测性能的关键和难点。基于此,提出了一种基于非负矩阵分解的半监督动态社团检测方法 SDCD-NMF,该方法首先有效提取了历史时刻所包含的稳定结构单元,然后将其作为正则化监督项,指导当前时刻的网络社团检测。在真实网络数据集上的实验表明,所提方法与已有方法相比具备更高的社团划分质量,更有利于探索网络的演变与发展规律。

关键词：半监督动态社团检测非负矩阵分解

在线全文

学校读者我要写书评

暂无评论

基于社团检测算法的固件二进制比对技术

计算机研究与发展 2022年第1期59卷 209-235页

作者：肖睿卿费金龙祝跃飞蔡瑞杰刘胜利数学工程与先进计算国家重点实验室郑州450001

固件比对是二进制比对技术的重要分支.然而,既往研究关注于函数的表示方法的优化却忽略了对过滤器的设计优化,导致固件常因包含同构函数引发误匹配,以致现有二进制比对技术应用于固件比对时效果不够理想.为此,提出基于社团检测算法的固... 详细信息

固件比对是二进制比对技术的重要分支.然而,既往研究关注于函数的表示方法的优化却忽略了对过滤器的设计优化,导致固件常因包含同构函数引发误匹配,以致现有二进制比对技术应用于固件比对时效果不够理想.为此,提出基于社团检测算法的固件比对技术,首次将复杂网络相关理论应用于二进制比对领域.通过社团检测算法将固件内的函数划分为若干社团,利用社团匹配实现过滤器的功能,再根据匹配社团寻找匹配函数;此外,优化了函数相似度计算方法,设计了操作数相似性计算方法.在实现原型系统后,使用1382个固件构建2个数据集进行实验,验证了可行性,分析了基于社团检测算法的固件比对方法的性能,确定了各参数的合理取值,设计了评估指标可信匹配率,并比较了该方法与Bindiff的比对效果.实验表明:该方法可以提升Bindiff比对结果5%~11%的正确率.

关键词：固件比对社团检测复杂网络函数相似性 BGLL算法