社交网络结构分析与预测建模

发布时间：2021-02-03 01:30

　　社交网络,作为由社会个体之间复杂的交互关系所构成的系统,蕴含着丰富的人类行为特征。研究结果表明,大部分真实的社交网络都具有一些特殊的性质,这些性质往往反映着社会的文化特征,对它们的正确认识有助于我们更清晰地理解社会的发展规律,从而推动整个社会朝更好的方向前进。因此,对社交网络的分析有着重要的理论意义和应用价值。本文以来自精神领域、政治领域和科学领域的三个社交网络为研究对象,通过量化网络中的组群分离现象,揭示了跨组群连边在维持网络连通性上的重要作用,并根据所发现的网络组群特征提出了对应的链路预测算法。本文的主要研究问题和成果如下:（1）整合了一套对网络中的组群分离现象进行量化的分析方法,揭示了跨组群连边在维持网络连通性中扮演的重要角色。首先,通过宏观层面的可视化以及基本结构分析,揭示了网络中蕴含的“长尾理论”现象和“聚群”现象;然后,借助分离系数和网络混合模式,对各个组群之间的分离程度以及组群内部的联系紧密度进行了量化;最后,通过网络渗流模型说明了跨组群连边在维持网络连通性方面的重要性。（2）对中国不同宗教群体之间的在线社交模式进行了深入研究,揭示了中国四大宗教之间的分离程度并找到了促进... 

【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校

【文章页数】：82 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景和意义
    1.2 国内外研究现状
        1.2.1 社交网络结构分析研究现状
        1.2.2 链路预测研究现状
    1.3 本文研究内容与创新点
    1.4 论文的结构安排
第二章 相关理论与技术基础
    2.1 复杂网络的基本特征
        2.1.1 网络的平均距离与网络直径
        2.1.2 极大连通分支
        2.1.3 度与度分布
        2.1.4 聚类系数
        2.1.5 连边中心性
    2.2 复杂网络零模型
    2.3 社团划分算法及评估指标
        2.3.1 社团划分算法
        2.3.2 评估指标
    2.4 链路预测算法及评估指标
        2.4.1 链路预测算法
        2.4.2 评估指标
    2.5 本章小结
第三章 社交网络中的组群结构分析
    3.1 组群结构分析问题的提出
    3.2 数据集的获取
    3.3 网络基本结构分析
    3.4 量化组群分离
        3.4.1 组群分离存在性论证之聚类系数分析
        3.4.2 组群分离存在性论证之社团划分算法的引入
        3.4.3 组群分离量化之分离系数分析
        3.4.4 组群分离量化之混合模式分析
    3.5 跨组群连边的重要性分析
    3.6 宗教网络的深入分析
        3.6.1 宗教对社会的影响
        3.6.2 细粒度的宗教网络连边分析
        3.6.3 细粒度的宗教网络节点分析
    3.7 本章小结
第四章 基于组群的链路预测算法
    4.1 组群信息引入链路预测问题的提出
    4.2 基于组群分离的链路预测算法
        4.2.1 GBP算法的定义
        4.2.2 GBP算法的时间复杂度和空间复杂度分析
    4.3 实验设计
        4.3.1 数据集的选取
        4.3.2 评估指标
        4.3.3 对比方法
    4.4 结果分析
        4.4.1 GBP算法与基于结构的链路预测算法的对比分析
        4.4.2 GBP算法与基于标签的链路预测算法的对比分析
        4.4.3 GBP算法推广到缺失组群信息的网络中
    4.5 本章小结
第五章 结论与展望
    5.1 结论
    5.2 不足与展望
致谢
参考文献
攻读硕士学位期间取得的成果



本文编号：3015681