谈社团电子邮件社团核心聚类社团划分算法
最后更新时间:2024-02-19
作者:用户投稿本站原创
点赞:5060
浏览:13659
论文导读:据简介45-464.4.1安然邮件数据集45-464.4.2Epinion数据集464.5实验结果与分析46-504.5.1Enron数据集上的算法对比46-484.5.2优化前后对比48-494.5.3Epinion数据集上的算法对比49-504.6小结50-51第5章总结与展望51-535.1本论文总结515.2未来展望51-53参考文献53-58致谢58
摘要:近年来,随着复杂科学探讨的不断深入,复杂网络被公认为是一种探讨与描述自然界和人类社会中各类复杂结构的有效工具。现实生活中到处有着着复杂网络,无论是Internet或者WWW,交通线路或者大型电力网络,还是大规模集成电路或者生物网络。随着近年来探讨人员对复杂网络的深入探讨,他们发现这些复杂网络中普遍有着着一种共同的特点——社团结构。自动发现复杂网络中的社团对于有助于我们更好的开发使用这些网络。由此,它在社会学、生物学从及计算机科学等多个领域中具有极其重要的作用。社团结构是复杂网络的重要特点之一,社团结构的探讨对于深入地了解网络结构大有裨益。迄今为止,许多探讨人员投入到了社团结构挖掘的探讨中,并且已经提出了各种各样的算法来快速而准确地发现网络的社团结构。但大多数算法需要整个网络的信息才能找到网络中的社团结构,很难将其用于大型网络中。此外,算法的时间复杂度和准确性的矛盾也是一个重大的探讨课程。由此,社团结构的探讨有待进一步地深化。本论文研究了电子邮件网络中的社团性质极为划分,提出了基于电子邮件社团核心聚类的社团划分算法。该算法通过分析邮件地址之间的通信行为来对比邮件地址之间的相似性,再通过社团核心节点聚类来对电子邮件网络进行划分。通过在真实的邮件数据集上的实验证明,一个大型局域网内部的电子邮件网络体现出了显著的小世界网络特点,与此同时,实验也证明了本论文算法的有效性。关键词:数据挖掘论文电子邮件网络论文社团划分论文
本论文由www.7ctime.com,需要可从关系人员哦。摘要5-6
Abstract6-9
第1章 诸论9-17
致谢58
摘要:近年来,随着复杂科学探讨的不断深入,复杂网络被公认为是一种探讨与描述自然界和人类社会中各类复杂结构的有效工具。现实生活中到处有着着复杂网络,无论是Internet或者WWW,交通线路或者大型电力网络,还是大规模集成电路或者生物网络。随着近年来探讨人员对复杂网络的深入探讨,他们发现这些复杂网络中普遍有着着一种共同的特点——社团结构。自动发现复杂网络中的社团对于有助于我们更好的开发使用这些网络。由此,它在社会学、生物学从及计算机科学等多个领域中具有极其重要的作用。社团结构是复杂网络的重要特点之一,社团结构的探讨对于深入地了解网络结构大有裨益。迄今为止,许多探讨人员投入到了社团结构挖掘的探讨中,并且已经提出了各种各样的算法来快速而准确地发现网络的社团结构。但大多数算法需要整个网络的信息才能找到网络中的社团结构,很难将其用于大型网络中。此外,算法的时间复杂度和准确性的矛盾也是一个重大的探讨课程。由此,社团结构的探讨有待进一步地深化。本论文研究了电子邮件网络中的社团性质极为划分,提出了基于电子邮件社团核心聚类的社团划分算法。该算法通过分析邮件地址之间的通信行为来对比邮件地址之间的相似性,再通过社团核心节点聚类来对电子邮件网络进行划分。通过在真实的邮件数据集上的实验证明,一个大型局域网内部的电子邮件网络体现出了显著的小世界网络特点,与此同时,实验也证明了本论文算法的有效性。关键词:数据挖掘论文电子邮件网络论文社团划分论文
本论文由www.7ctime.com,需要可从关系人员哦。摘要5-6
Abstract6-9
第1章 诸论9-17
1.1 本论文的探讨背景9-12
1.2 本论文的探讨作用12-14
1.3 国内外探讨动态14-15
1.4 本论文的主要内容15-17
第2章 聚类办法综述17-292.1 聚类分析概述17-18
2.2 聚类基本概念18-21
2.3 常用聚类算法分类21-28
2.3.1 划分办法21-23
2.3.2 层次办法23-25
2.3.3 基于密度的办法25-26
2.3.4 基于网格的办法26-27
2.3.5 基于模型的办法27-28
2.4 小结28-29
第3章 复杂网络的社团结构与聚类办法29-413.1 社团结构定义29-30
3.2 复杂网络聚类办法综述30
3.3 基于优化的办法30-33
3.1 谱平分法30-32
3.2 基于局部搜索的办法32-33
3.4 启发式办法33-38
3.4.1 GN算法34-35
3.4.2 Radicchi算法35-36
3.4.3 派系过滤算法36-38
3.5 社团评价函数38-40
3.5.1 模块度38-39
3.5.2 社团有效直径和社团密度39-40
3.6 小结40-41
第4章 基于社团核心聚类的社团划分算法41-514.1 基本思想概述41
4.2 基本概念41-43
4.3 邮件网络社团划分43-45
4.3.1 社团划分算法44
4.3.2 算法的优化44-45
4.4 实验数据简介45-464.1 安然邮件数据集45-46
4.2 Epinion数据集46
4.5 实验结果与分析46-50
4.5.1 Enron数据集上的算法对比46-48
4.5.2 优化前后对比48-49
4.5.3 Epinion数据集上的算法对比49-50
4.6 小结50-51
第5章 总结与展望51-535.1 本论文总结51
5.2 未来展望51-53
参考文献53-58致谢58