基于密度聚類的網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)算法.pdf

1、社區(qū)發(fā)現(xiàn)是網(wǎng)絡(luò)數(shù)據(jù)挖掘的一個(gè)重要研究內(nèi)容，被用來探索網(wǎng)絡(luò)中潛在的類結(jié)構(gòu)。它能夠幫助人們識別特殊網(wǎng)絡(luò)群體，選擇營銷策略，進(jìn)行產(chǎn)品推薦等，已被廣泛應(yīng)用于生物網(wǎng)絡(luò)、社交媒體、商業(yè)交易和物流運(yùn)輸?shù)?。本文以網(wǎng)絡(luò)數(shù)據(jù)為研究對象，基于密度聚類技術(shù)，對全局和局部社區(qū)發(fā)現(xiàn)進(jìn)行了系統(tǒng)地研究，主要研究內(nèi)容如下：
　?。?）針對網(wǎng)絡(luò)數(shù)據(jù)，本文對密度算法CFSFDP進(jìn)行了擴(kuò)展，提出了新的節(jié)點(diǎn)密度和相異性度量，使得該算法能夠有效應(yīng)用于網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)中。新擴(kuò)展的

2、算法不僅繼承了原算法能夠發(fā)現(xiàn)任意形狀的類結(jié)構(gòu)的優(yōu)點(diǎn)，而且能有效快速地處理網(wǎng)絡(luò)數(shù)據(jù)。最后，通過在大量的真實(shí)網(wǎng)絡(luò)數(shù)據(jù)和合成網(wǎng)絡(luò)數(shù)據(jù)上的實(shí)驗(yàn)分析，展示了新算法的有效性。
　?。?）隨著網(wǎng)絡(luò)數(shù)據(jù)的規(guī)模不斷增大，全局社區(qū)發(fā)現(xiàn)的計(jì)算成本是高昂的。此外，在很多情況下，用戶往往更加關(guān)注于局部社區(qū)。因此，基于第一個(gè)研究內(nèi)容，本文提出了一種局部搜索算法，即通過一個(gè)給定的節(jié)點(diǎn)，去搜索它所在的社區(qū)中心點(diǎn)和邊界點(diǎn)，從而快速發(fā)現(xiàn)該社區(qū)。實(shí)驗(yàn)結(jié)果展示了新算法能