社交网络关系预测及用户影响力评价算法的研究

发布时间：2017-04-16 02:04

  本文关键词：社交网络关系预测及用户影响力评价算法的研究，，由笔耕文化传播整理发布。

【摘要】：近年来,随着互联网技术和移动通信技术的发展,社交网络服务成为新兴的网络应用。社交关系的预测与社交网络用户的影响力评价是该领域的研究热点。通过深刻挖掘网络信息,可以分析得出网络中将会产生的社交链路,可以得出社交用户的影响力度量值,进而有助于推荐朋友、提供个性化服务、引导网络舆论等,因而本研究具有重要的社交经济效益。 本文首先研究了社交网络中社交关系预测的方法。考虑到社交网络结构复杂、信息量大,基于概率模型和最大似然的方法需耗费很大的计算资源,不能适合社交分析的要求。本文提出了基于加权邻居关系(Weighted Neighborship)的社交链路预测算法(WN算法),在利用局部结构信息的基础上,对共同邻居的邻居,按其联系紧密程度,分为三类,赋予不同的权重。在若干个社交网络的数据集上,使用AUC评价指标将本章算法与其他各种方法对比,验证了该算法的准确性。 本文还研究了社交网络中用户的影响力。首先研究了PageRank算法的计算过程。提出了基于复合关系网络(Composite Relation Network)的用户影响力评价算法(CRN算法),将影响力定义为由扩散度和认同度构成的二维矢量。本文提出了一种利用链路预测准确度对影响力度量值合理性进行评价的方法。本文还使用Spearman和Kendall等级相关系数对该算法与传统的PageRank算法进行了比较,验证了影响力排名的合理性。 本文最后研究了社交网络中社交关系的预测和用户影响力之间的联系,将两者有机结合起来,提出了基于影响力择优连接(Influence Preferential Attachment)的社交关系预测算法(IPA算法)。该算法利用影响力值的乘积和共同邻居数两个部分的加权和作为社交链路的关联度。使用若干个社交网络的数据,使用AUC评价指标将本章算法与其他各种方法对比,验证了该算法的准确性。
【关键词】：社交网络 社交关系预测 影响力
【学位授予单位】：北京交通大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP393.09
【目录】：

• 致谢5-6
• 摘要6-7
• ABSTRACT7-9
• 序言9-13
• 1 引言13-22
• 1.1 研究背景及选题意义13-15
• 1.1.1 研究背景13-14
• 1.1.2 选题意义14-15
• 1.2 国内外研究现状15-20
• 1.2.1 社交关系预测研究15-18
• 1.2.2 社交网络影响力研究18-20
• 1.3 论文的主要创新点20
• 1.4 论文的结构20-22
• 2 社交网络基础知识22-27
• 2.1 社交网络概述22-23
• 2.1.1 社交网络的概念22
• 2.1.2 社交网络的研究层次22-23
• 2.2 社交网络分析23-25
• 2.2.1 社交网络分析主要方法23-24
• 2.2.2 社交网络分析主要工具24-25
• 2.3 社交网络主要模型25-26
• 2.3.1 小世界模型25
• 2.3.2 Barabasi-Albert模型25-26
• 2.4 本章小结26-27
• 3 社交关系预测27-45
• 3.1 社交关系预测概述27-28
• 3.2 基于结构相似性的方法28-29
• 3.3 一种基于加权邻居关系的社交关系预测算法29-34
• 3.3.1 设计思想29
• 3.3.2 基于加权邻居关系的链路预测模型29-31
• 3.3.3 链路预测评价指标31-32
• 3.3.4 总体算法流程与描述32-34
• 3.4 实验及结果分析34-44
• 3.4.1 实验数据34
• 3.4.2 网络结构分析34-40
• 3.4.3 仿真结果分析40-44
• 3.5 本章小结44-45
• 4 社交用户影响力45-61
• 4.1 社交用户影响力概述45
• 4.2 基于PageRank的分析方法45-47
• 4.3 一种基于复合关系网络的影响力评价算法47-53
• 4.3.1 设计思想47-48
• 4.3.2 基于复合关系网络的影响力评价模型48-50
• 4.3.3 影响力度量的评价方法50-51
• 4.3.4 总体算法流程与描述51-53
• 4.4 实验及结果分析53-59
• 4.4.1 实验数据53
• 4.4.2 仿真结果分析53-59
• 4.5 本章小结59-61
• 5 基于影响力的社交关系预测61-73
• 5.1 研究意义61
• 5.2 社交关系预测与用户影响力的关系61
• 5.3 基于影响力择优连接的社交关系预测算法61-66
• 5.3.1 设计思想61-62
• 5.3.2 基于影响力择优连接的社交关系预测模型62-63
• 5.3.3 链路预测评价指标63-64
• 5.3.4 总体算法流程与描述64-66
• 5.4 实验及结果分析66-71
• 5.4.1 实验数据66
• 5.4.2 网络结构分析66-68
• 5.4.3 仿真结果分析68-71
• 5.6 本章小结71-73
• 6 总结与展望73-75
• 6.1 工作总结73
• 6.2 研究展望73-75
• 参考文献75-78
• 作者简历及攻读硕士学位期间取得的研究成果78-80
• 学位论文数据集80

【参考文献】

中国期刊全文数据库 前4条

1 万怀宇;林友芳;黄厚宽;;社会网络中的链接稳定性预测问题研究[J];北京交通大学学报;2009年05期

2 刘宏鲲;吕琳媛;周涛;;利用链路预测推断网络演化机制[J];中国科学:物理学 力学 天文学;2011年07期

3 杨长春;俞克非;叶施仁;严水歌;丁虹;杨晶;;一种新的中文微博社区博主影响力的评估方法[J];计算机工程与应用;2012年25期

4 唐飞龙;叶施仁;肖春;;基于用户质量的微博社区博主影响力排序算法[J];计算机工程与应用;2015年04期

  本文关键词：社交网络关系预测及用户影响力评价算法的研究，由笔耕文化传播整理发布。

本文编号：309746