本文探讨复杂网络的社区结构特性，重点研究random walk算法在社团发现中的应用。该算法在保持良好社团划分效果的同时，具有较低的计算复杂度。通过对算法的改进，提高了在复杂网络社团划分的准确性和效率。
2019北京邮电大学本科毕业论文-randomwalk.doc
本科毕业设计(论文)
题目:复杂网络社团发现算法的研究
姓名
学院 信息与通信工程
专业
班级
学号
班内序号
指导教师
2012年6月复杂网络社团发现算法的研究
摘 要
近些年，随着WS小世界网络模型和BA无标度网络模型的提出，国内外掀起了研究复杂网络的热潮。复杂网络是对于复杂系统的高度抽象，其中许多性质如小世界性质、无标度性质以及聚集性质等等已经得到了充分的研究。复杂网络的研究是以系统的观点来看待真实系统，如Internet网络、电力网、新陈代谢网络等。(大量的文献表明，)复杂网络通常会呈现出社区结构特性，而如何在实际网络中高效地发现社区结构是近年来复杂网络的研究热点之一。社团结构是复杂网络普遍存在的拓扑特性之一，发现复杂网络中的社团结构也是复杂网络研究的基础性问题。
在文章中讨论了一些复杂网络以及关于社区评估和确定方面的概念、理论、算法及应用等。同样的，文章中也讨论了一种可以应用于大型复杂网络的社团发现的random walk算法，并且显示了它和其他算法在社团划分上有相同的表现，同时拥有更低的复杂度。
文章中将random walk算法应用于对已知社团结构的复杂网络的划分以及比较其划分的社团结构的结果。除此之外，文章中对于此类算法给出一定改进，使该算法在复杂网络的社团划分上拥有了更高的准确度以及较低的复杂度。
关键词 复杂网络，社团发现算法，random walk，复杂度
Verifying Platform of Cognitive Radio Network
ABSTRACT
In recent ye
最低0.47元/天 解锁文章
194
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
