基于平均互信息的社区检测算法研究

论文摘要

随着互联网、物联网技术的迅猛发展,复杂网络的社区检测已成为一个研究热点。社区检测在用户推荐、舆情监控、公共安全等方面具有非常重要的实用价值,如何评价检测算法划分社区的好坏对社区检测的研究和应用具有重要意义。本文针对社区划分评价方法和社区检测算法进行研究,主要包含以下三个方面:1)针对现有评价方法的不足,本文提出一种新的基于平均互信息（Average Mutual Information,简称AMI）的社区划分评价方法,该评价方法使用平均互信息值来度量社区划分所损失的信息量,进而衡量社区划分的好坏。最后在真实网络和人工网络上测试了AMI方法,实验结果表明AMI方法不仅能够避免模块度方法所存在的分辨率限制（Resolution Limit）问题,而且还具有较高的社区划分评判准确度。2)针对传统的非重叠社区检测算法存在的社区划分准确度低的问题,本文提出一种基于平均互信息的非重叠社区检测算法AMI-HC,该算法依据改进后的模块度增量进行社区合并,然后通过计算并选择最大平均互信息值来确定最终的社区划分结果。最后将AMI-HC算法与其他社区检测算法（例如GN、FN、EO、LPA、CE算法）在真实网络和人工网络上进行对比实验,实验结果表明AMI-HC算法具有较高的社区划分准确度。3)针对基于标签传播的重叠社区检测算法COPRA所存在的稳定性差、准确度低的问题,本文提出一种基于平均互信息的重叠社区检测算法AMI-COPRA,该算法在标签传播阶段,基于最大化平均互信息值的思想来指导节点的标签选择。最后将AMI-COPRA算法与其他社区检测算法（例如LFM、CFinder、SLPA、HMLPAi、COPRA、LPPB算法）在真实网络和人工网络上进行对比实验,实验结果表明AMI-COPRA算法具有较高的准确性和稳定性。总的来看,实验研究表明AMI方法在非重叠的和重叠的社区结构上是有效的。

论文目录

• 摘要
• Abstract
• 第一章 绪论
•   1.1 研究背景与意义
•   1.2 国内外研究现状
•   1.3 论文研究内容
•   1.4 论文组织结构
• 第二章 信息论和社区检测算法基础
•   2.1 引言
•   2.2 信息论理论
•   2.3 社区检测算法
•     2.3.1 非重叠社区检测算法
•     2.3.2 重叠社区检测算法
•   2.4 本章小结
• 第三章 基于平均互信息的社区划分评价方法
•   3.1 引言
•   3.2 AMI社区划分评价方法
•   3.3 验证与分析
•   3.4 本章小结
• 第四章 基于平均互信息的非重叠社区检测算法
•   4.1 引言
•   4.2 AMI-HC算法
•     4.2.1 算法描述
•     4.2.2 算法实现
•   4.3 实验结果与分析
•     4.3.1 AMI-HC算法在真实网络上的实验
•     4.3.2 AMI-HC算法在人工网络上的实验
•   4.4 本章小结
• 第五章 基于平均互信息的重叠社区检测算法
•   5.1 引言
•   5.2 COPRA算法
•   5.3 AMI-COPRA算法
•     5.3.1 算法描述
•     5.3.2 算法实现
•   5.4 实验结果与分析
•     5.4.1 AMI-COPRA算法在真实网络上的实验
•     5.4.2 AMI-COPRA算法在人工网络上的实验
•   5.5 本章小结
• 总结与展望
• 参考文献
• 攻读硕士学位期间取得的研究成果
• 致谢
• 附件

文章来源

类型: 硕士论文

作者: 程鸣权

导师: 李东,胡永春

关键词: 平均互信息,社区检测,评价方法,非重叠社区,重叠社区

来源: 华南理工大学

年度: 2019

分类: 基础科学,信息科技

专业: 数学,计算机软件及计算机应用

单位: 华南理工大学

分类号: TP301.6;O157.5

DOI: 10.27151/d.cnki.ghnlu.2019.002694

总页数: 66

文件大小: 3526K

下载量: 27