復雜網(wǎng)絡聚類分析及其應用研究.pdf

1、復雜網(wǎng)絡的研究已經(jīng)成為互聯(lián)網(wǎng)、社會學、生物學等多個領域的一個基礎課題。節(jié)點的聚集現(xiàn)象是很多復雜網(wǎng)絡具有的一個特性,被稱為簇、社團或群。語義復雜網(wǎng)絡的聚集現(xiàn)象可以揭示網(wǎng)絡中節(jié)點間語義的相似性,據(jù)此可以從少量節(jié)點的精確語義獲得其他節(jié)點的潛在語義。
　　 首先,語義復雜網(wǎng)絡是一種加權(quán)的復雜網(wǎng)絡,以往的研究主要是為發(fā)現(xiàn)非加權(quán)復雜網(wǎng)絡的聚集現(xiàn)象,本文將研究一種加權(quán)復雜網(wǎng)絡即語義復雜網(wǎng)絡的聚集算法從而發(fā)掘節(jié)點間的語義關系。這種加權(quán)復雜網(wǎng)絡是

2、將用戶檢索的反饋轉(zhuǎn)化為描述對象語義關系的復雜網(wǎng)絡。為此提出一種基于語義核的凝聚型層次聚類算法CACNSC,發(fā)現(xiàn)不同粒度下語義的聚集現(xiàn)象。
　　 然后,通過推薦少量對象由專家標注,或根據(jù)少量對象的已有的精確語義,再基于層次聚類過程中構(gòu)建的語義關系樹,實現(xiàn)其他對象的語義標注。對含有大量噪音的模擬反饋數(shù)據(jù)和Princeton Shape Benchmark的真實反饋信息的實驗表明,所提方法在語義聚集和標注兩個方面都取得了較好的效果。<