基于事件的社交网络核心节点挖掘算法的研究与应用

发布时间：2017-05-16 02:12

  本文关键词：基于事件的社交网络核心节点挖掘算法的研究与应用，，由笔耕文化传播整理发布。

【摘要】：随着互联网的发展,社交网络已日趋发达和成熟,用户的参与度也来到了一个前所未有的高度,社交网络现已成为了大多数新闻事件的最早传播源,所以对于社交网络中新事件的检测已经成为学术界和政府机构关注的焦点。社交网络中的事件以用户发送或者转发状态进行传播,其中的部分核心用户对事件传播有着极其重要的作用,所以对于社交网络中核心用户的挖掘也一直是学术界讨论的热点。然而,现有对于新事件检测的核心用户挖掘算法普遍存在由于核心用户数量过大致使在线新事件检测的算法效率不高的问题。设计一个对核心节点进行过滤而获取“真核心”的算法,对于减少处理的用户数量以提升在线新事件检测的算法效率有着重要的现实意义。 本文以传统的新事件检测算法为基础,讨论了在获取核心节点时现有的方法,研究了突破现有算法以获得较高检测效率的方式,进而提出了基于事件的核心节点挖掘算法(Event Based Key Node Detection, EBKND),该算法可通过比较节点关于事件传播的作用,去除作用重复的节点,从而减少在线新事件检测时所需处理的核心节点数量,并且由于该算法能在前期离线运行,节省了检测所需时间和硬件开销。最后本文通过实验证明了该算法在获得较高效率和稳定性的同时,并未明显降低新事件检测的敏锐度,以此证明该算法的可行性和有效性。
【关键词】：社交网络 新事件检测 核心节点 相似性
【学位授予单位】：华东理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP393.09;TP391.1
【目录】：

• 摘要5-6
• Abstract6-9
• 第1章 绪论9-17
• 1.1 课题背景9
• 1.2 基本概念9-14
• 1.2.1 事件9-11
• 1.2.2 核心节点11-12
• 1.2.3 图压缩12-13
• 1.2.4 事件检测13
• 1.2.5 社交网络中的事件检测13-14
• 1.3 研究意义14-16
• 1.4 研究内容及组织结构16-17
• 1.4.1 研究内容16
• 1.4.2 组织结构16-17
• 第2章 文献综述17-22
• 2.1 新事件检测技术17-19
• 2.2 节点相似性分析技术19-22
• 第3章 社交网络中新事件检测方法22-26
• 3.1 传统社交网络新事件新检测框架22-24
• 3.1.1 监测用户获取22-23
• 3.1.2 用户微博获取23
• 3.1.3 新事件检测23-24
• 3.2 改进的社交网络新事件检测框架24-26
• 第4章 基于事件的社交网络核心节点挖掘算法EBKND26-38
• 4.1 算法启发26
• 4.2 EBKND设计框架26-33
• 4.2.1 热门事件获取27
• 4.2.2 原始节点选取27-28
• 4.2.3 基于事件的转发图构建28-30
• 4.2.4 核心节点挖掘30-32
• 4.2.5 核心节点验证32-33
• 4.3 关系与算法33-37
• 4.3.1 关系与算法定义33-34
• 4.3.2 关系说明34-37
• 4.3.3 算法控制37
• 4.4 算法总结37-38
• 第5章 基于事件的社交网络核心节点挖掘系统的设计与实现38-51
• 5.1 EBKND实验环境38
• 5.2 EBKND系统设计38-51
• 5.2.1 微博信息采集模块39-46
• 5.2.2 微博数据预处理模块46-49
• 5.2.3 核心节点筛选模块49-50
• 5.2.4 核心节点验证模块50-51
• 第6章 实验设计与结果分析51-57
• 6.1 实验设计51-56
• 6.2 实验结果分析56-57
• 第7章 总结和展望57-59
• 7.1 总结57
• 7.2 展望57-59
• 参考文献59-63
• 附录：硕士期间主要工作63-64
• 致谢64

【参考文献】

中国期刊全文数据库 前3条

1 李泓波;张健沛;杨静;白劲波;初妍;张乐君;;基于社区节点重要性的社会网络压缩方法[J];北京大学学报(自然科学版);2013年01期

2 周茜,赵明生,扈e

本文编号：369368