《基於動力學機制的符號網路社區檢測研究》是依託陝西師範大學，由陳建芮擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於動力學機制的符號網路社區檢測研究
- 項目類別：青年科學基金項目
- 項目負責人：陳建芮
- 依託單位：陝西師範大學
項目摘要,結題摘要,
項目摘要
隨著信息獲取與處理技術的飛速發展，如何高效地感知與識別複雜數據成為熱點。針對符號網路社區檢測目前檢測速度慢，精度低，普適性不強的問題，本課題給出一類基於節點動力學機制的符號網路社區檢測方法。針對符號網路社區檢測問題，定義相似度函式，建立合理的網路模型，通過節點按照網路模型所體現的動力學行為來實現社區劃分；根據符號網路的拓撲結構定義節點的距離函式，結合節點的動力學行為，給出基於節點動態距離變化的社區檢測算法；考慮符號網路的動態改變，結合節點的邊介數和實時信息，給出動態社區檢測算法。本課題所給出的模型中，用戶只需要獲取與其相似度較高的鄰居用戶信息，複雜度低適用範圍廣。通過目前公認的測試集驗證所提出方法的有效性，並分析所提出算法參數對模型的影響及推動。
結題摘要
本課題是基於動力學演化結果揭示符號網路社區結構及其在推薦系統中的套用研究。符號網路社區檢測在社會網路、生物網路，尤其是信息技術領域被越來越多的研究人員所關注。針對現有符號網路社區檢測算法仍存在檢測速度慢，精度低，普適性不強的問題，我們把符號網路的動力學演化行為建模作為研究切入點，將時間和屬性統一建模的觀點，建立符號網路的動力學演化模型。準確刻畫節點狀態隨動力學方程演化的新模式；提出符號網路社區檢測問題，定義相似度函式，建立合理的網路模型，通過節點按照網路模型所體現的動力學行為來實現社區劃分；根據符號網路的拓撲結構定義節點的距離函式，結合節點的動力學行為，給出基於節點動態距離變化的動態符號網路社區檢測算法；綜合考慮符號網路的動態改變，結合節點的邊介數和實時信息，給出動態社區檢測算法。對於符號網路社區檢測的結果無論是人工合成大規模網路還是真實網路，我們所提出的算法都取得了較高的檢測精度和模組度；進而以符號網路的社區檢測結果為背景，開展推薦系統中的套用研究，所提出的推薦算法可以得到較高的預測評分精度和較好的推薦列表精度。因此在解決目前社區檢測算法中存在的複雜度高、速度慢和檢測精度較低等本質性問題上，有實質性進展；並對社區檢測及相關領域的進一步研究提供了理論基礎和技術支持，其研究具有重要的理論意義和廣闊的套用前景。
