答辩公告
我的位置在: 首页 > 答辩公告 > 正文
孟涛预答辩公告
浏览次数:日期:2019-04-09编辑:研究生教务办1

预答辩公告

论文题目

面向复杂网络的社区结构发现算法研究

答辩人

孟涛

指导教师

立军

答辩委员会

主席

树林

学科专业

软件工程

学院

信息科学工程学院

答辩地点

信息科学与工程学院523

答辩时间

2019410

下午230

学位论文简介

本文针对复杂网络中社区结构发现存在问题,分别从全局社区发现的视角和局部社区发现的视角,就如何提高社区发现结果的稳定性和准确性、不基于目标函数优化挖掘局部社区、基于高阶结构信息挖掘局部社区、从低维向量数据集中挖掘出局部社区等四个问题进行了深入的研究。取得了以下主要创新性研究成果:

(1) 针对传统动态距离模型对不同类型复杂网络存在参数选取及其敏感、容易产生异常节点、以及无法有效区分异常节点及枢纽节点等缺陷,本文提出了一种基于隶属度的鲁棒动态距离模型及相应的社区发现算法Attractor++。通过在真实网络数据集和人工测试网络上的反复试验表明了Attractor++算法的有效性,不仅能更加有效的发现社区,而且能更加准确的识别异常节点和枢纽节点。

(2) 针对普遍使用的基于目标函数优化的局部社区发现方法存在``搭便车''问题,从而导致最终的局部社区容易陷入局部最优陷阱、易关联大量多跳远节点等缺陷,本文提出一种基于局部动态距离模型的K跳远局部社区发现算法K-Hop。在人工测试网络数据集和真实网络数据集进行广泛实验证明了K-Hop~算法的有效性和合理性。

(3) 针对传统的局部社区发现算法都是简单的基于单个节点或边、忽略了复杂网络中的至关重要的高阶结构信息等问题,本文提出一种基于动态模糊隶属函数的高阶局部社区发现算法FuzLhocd。在多个人工测试网络数据集和真实网络数据集上进行大量实验表明了FuzLhocd算法的有效性,不仅能够有效地解决查询节点依赖问题,而且能避免全局搜索引起的时间复杂度过高问题。

(4) 针对传统全局聚类算法无法高效进行局部社区发现等问题,本文提出一种基于局部振荡同步模型的局部社区发现算法LSync。实验结果验证了所提出的局部振荡同步模型不仅是正确有效的发现数据对象所在的局部社区,而且大大减少了振荡同步所需的时间步骤。

主要学术成果

[1] Tao Meng, Lijun Cai, Tingqin He, Ziyun Deng, Weiping Ding, Zehong Cao. A Modified Distance Dynamics Model for Improvement of Community Detection. IEEE Access, 2018, 6: 63934-63947. (SCI, 第一作者)

[2] Tao Meng, Lijun Cai, Tingqin He, Lei Chen, Ziyun Deng. K-Hop Community Search Based On Local Distance Dynamics. KSII Transactions on Internet and Information Systems, 2018, 12(7): 3041–3063.  (SCI, 第一作者)

[3] Lijun Cai, Tao Meng, Tingqin He, Lei Chen, Ziyun Deng. K-Hop Community Search Based On Local Distance Dynamics. International Conference on Neural Information Processing, 2017: 24-34. (CCF C会议,导师第一作者)

[4] Tao Meng, Lijun Cai, Tingqin He, Lei Chen, Ziyun Deng. An improved community detection algorithm based on the distance dynamics. International Conference on Intelligent Networking and Collaborative Systems, 2016: 135-142. (EI,第一作者)

[5] Tingqin He, Lijun Cai, Tao Meng, Ziyun Deng, Zehong Cao. Parallel Community Detection Based on Distance Dynamics for Large-Scale Network. IEEE Access, 2018, 6: 42775-42789. (SCI)

[6] Lei Chen, Jing Zhang, Lijun Cai, Tingqin He, Tao Meng. Parallel Synchronization-Inspired Partitioning Clustering. Journal of Computational and Theoretical Nanoscience, 2016, 13: 1-21. (EI)

[7] Lei Chen, Jing Zhang, Lijun Cai, Rui Li, Tingqin He, Tao Meng. MTAD: A Multitarget Heuristic Algorithm for Virtual Machine Placement. International Journal of Distributed Sensor Networks, 2015, 5: 1-15. (SCI)