複雜網路中基於模體的社團結構分析及檢測算法研究

《複雜網路中基於模體的社團結構分析及檢測算法研究》是依託武漢理工大學，由韓華擔任項目負責人的專項基金項目。

基本介紹

• 中文名：複雜網路中基於模體的社團結構分析及檢測算法研究
• 項目類別：專項基金項目
• 項目負責人：韓華
• 依託單位：武漢理工大學

項目摘要

近年來，複雜網路中社團檢測問題成為生物組織、計算機網路、交通管理等領域的一個研究熱點。模體已經被證實在網路拓撲結構的演化過程中起到重要作用，然而，傳統的社團結構理論只考慮了社團相關的連邊信息，不能有效揭示網路的個體行為模式和演化規律，另外，現有的社團檢測算法主要是從全局角度設計的，在局部範圍套用時效率不高，而且在算法的有效性和穩定性方面缺少統一的評價指標。因此，合理定義社團，設計高效、穩定的社團檢測算法是其核心內容和難點問題。本項目首先探討模體和社團結構的演化關係，研究基於模體的社團定義和相關測度量；接著研究局部社團檢測算法，針對社團結構的不均勻性，尋求邊界閾值的動態控制策略。這些研究對於揭示複雜網路拓撲結構的演化規律、促進社團結構理論的發展具有重要意義。

結題摘要

隨著複雜網路理論研究的不斷深入，複雜網路中社團結構的特性廣泛套用於生物學、物理學、計算機圖形學和社會學中，探索網路中的社團結構具有很重要的現實意義。隨著對網路拓撲性質的深入研究，人們發現模體結構在網路中的存在性，模體是網路的基本結構之一，其大小介於單個節點和社團之間，在研究社團性質時需要考慮模體結構的存在性。本項目研究複雜網路中基於模體的社團結構及檢測算法，主要包括以下內容。 （1）用Rand-ESU算法對規模大小不同的9個網路進行模體檢測分析，驗證了模體在網路中的存在性。對Dolphin網路、Social 網路和Science網路進行詳細的模體分析，包括模體的種類、結構特徵等。提出基於模體的頂點度和邊度的定義，研究基於模體的頂點度和邊度與傳統定義的相關性，通過相關性研究驗證新提出的定義的合理性。 （2）給出基於模體的社團的定義、基於模體的模組度的定義，提出基於模體模組度的改進GN算法，用Dolphin網路進行仿真分析，通過與真實網路中劃分出的社團的對比研究驗證改進GN算法的優越性。 （3）提出基於模體的邊聚類係數的定義，在此基礎上提出基於模體邊聚類係數的社團發現算法，用金融網路進行實證分析，研究金融網路的模體結構，用基於模體邊聚類係數的社團發現算法對金融網路進行社團劃分，對金融網路進行蓄意攻擊和隨機攻擊，通過對比網路受攻擊前後社團劃分的差異性驗證該算法的穩定性。本項目提出了基於模體的複雜網路測度量和社團結構檢測算法，實驗結果表明研究網路測度理論和社團結構理論時考慮模體結構是有意義的。