《基於機器學習的複雜網路社團結構分析及其套用研究》是依託上海交通大學，由盧宏濤擔任項目負責人的面上項目。
基本介紹
- 中文名：基於機器學習的複雜網路社團結構分析及其套用研究
- 項目類別：面上項目
- 項目負責人：盧宏濤
- 依託單位：上海交通大學
- 負責人職稱：教授
- 申請代碼：F0605
- 研究期限：2009-01-01 至 2011-12-31
- 批准號：60873133
- 支持經費：31（萬元）
項目摘要
網路社團結構分析是複雜網路研究的一個重要問題，傳統的基於模組度最大化的社團結構分析技術主要集中在單部網路的分析上，存在對社團大小有內在要求、不能保證精確求解最優劃分和缺少社團劃分合理性評價標準等缺點。本項目結合主成分分析、非負矩陣分解、基於樣本（Exemplar）的聚類和最近鄰聚類等機器學習和模式識別的理論和方法，提出幾種基於這些理論和方法的新穎有效的單部網路社團結構分析算法；以圖論和矩陣分析相關理論為工具，在單部網路社團結構分析算法的基礎上，研究網路的點圖線圖變換及其對應線圖網路的社團結構分析，同時在網路的特徵譜框架下研究有向網路，二部網路和超圖網路社團結構劃分的新算法；利用網路節點可嵌入歐式空間進行特徵分析的特性，提出基於社團結構分析技術的新的機器學習算法；研究所提出的算法在現實網路結構分析和模式識別中的套用。
