微博网络中可重叠用户社区发现方法研究

发布时间：2021-06-26 13:13

　　作为21世纪信息时代的产物,网络的出现使得生产力得到了日新月异的发展,在技术更迭的浪潮中,社交网络也在不知不觉中改变着我们的行为方式,大数据时代的社交网络充斥着我们日常的各个角落。在线社交网络和真实社交网络不免存在相似之处,两者都有着社区结构特点;相异之处在于在线社交网络有着更为复杂的构造机理和千差万别的社区种类。社区发现则是一种应用在复杂网络中的数据挖掘技术,该技术可使得人们客观地了解网络构造特征。因此,有必要进行社交网络的划分研究。通过考虑某一用户节点是否可以属于两个或两个以上的社区,将社区发现分为可重叠社区发现与不可重叠社区发现。相较于不可重叠发现来说,可重叠社区发现则更贴近于现实网络形态。可重叠发现方法已有不少,但是综合考量用户自身兴趣与社交行为偏好的算法寥寥无几。本研究主要围绕复杂网络中的重叠社区发现、社区评价标准进行研究,论文的主要工作如下:1)为了量化用户自身的兴趣信息,本文提出标签平均划分距离概念。标签作为表征用户兴趣的良好标识,被考虑用作社区划分的指示工具。首先根据不同标签间内联以及外联关系,完成标签的扩充工作,进而定义标签区分度概念,按标签区分度排序获取核心标签集;... 

【文章来源】：西北师范大学甘肃省

【文章页数】：44 页

【学位级别】：硕士

【部分图文】：

网络中的社交结构

【参考文献】：
期刊论文
[1]LBSN中融合多维关系的社区发现方法[J]. 龚卫华,陈彦强,裴小兵,杨良怀.  软件学报. 2018(04)
[2]基于社区的动态网络节点介数中心度更新算法[J]. 钱珺,王朝坤,郭高扬.  软件学报. 2018(03)
[3]基于核心标签的可重叠微博网络社区划分方法[J]. 马慧芳,谢蒙,何廷年,蔺想红.  电子学报. 2017(04)
[4]社交网络中基于模块度最大化的标签传播算法的研究[J]. 陈晶,万云.  通信学报. 2017(02)
[5]复杂网络大数据中重叠社区检测算法[J]. 乔少杰,韩楠,张凯峰,邹磊,王宏志,Louis Alberto GUTIERREZ.  软件学报. 2017(03)
[6]链接相似性的微博重叠社区发现算法[J]. 于洪涛,崔瑞飞,黄瑞阳.  小型微型计算机系统. 2015(05)
[7]基于相似度的微博社交网络的社区发现方法[J]. 孙怡帆,李赛.  计算机研究与发展. 2014(12)
[8]基于GN算法的微博社区识别方法[J]. 徐杨,蒙祖强.  广西大学学报(自然科学版). 2013(06)
[9]基于MapReduce的快速Newman并行算法[J]. 唐艳琴,潘志松,吴君青.  华中科技大学学报(自然科学版). 2012(S1)
[10]Lin-Kernighan算法初始解的启发式构造策略[J]. 曾华,崔文,付连宁,吴耀华.  山东大学学报(工学版). 2012(02)

博士论文
[1]复杂网络社区挖掘中若干关键问题研究[D]. 金弟.吉林大学 2012

硕士论文
[1]微博网络中的重叠社区发现算法研究[D]. 王宁伟.北京交通大学 2016
[2]基于谱平分的复杂网络社团划分算法研究[D]. 张生龙.兰州理工大学 2014
[3]社会网络中的重叠社区发现算法研究[D]. 邓永国.北京邮电大学 2013



本文编号：3251409