社交网络表征算法研究

发布时间：2023-04-11 05:48

　　社交网络作为人们日常生活的重要组成部分,已逐步从简单的即时通讯工具过渡到热点推送、复杂公共服务和在线支付等综合化应用平台,成为了包含各领域的虚拟生态圈。因此,如何提高用户对网络平台的粘性,高效利用网络资源已成为学术界与产业界的研究重点。社交网络表征作为网络社区划分、好友预测、资源推荐等诸多网络问题的研究基础,具有较高的普适性和研究价值。本课题对如何准确、高效的表征网络展开研究,具体内容包括:1)通过对国内外网络表征的相关研究调研,分析了社交网络特性,将自然语言处理中的词嵌入模型word2vec引入社交网络。遍历网络节点形成序列,以模拟模型训练中的输入语句。为提高遍历效率,提出带有约束策略的网络节点遍历规则,根据节点分布减少遍历次数,缩减生成序列数量,提升网络整体表征的时间效率。2)在生成网络序列基础上,根据社交网络结构所具有的聚簇特征,在标签传播思想的启发下,提出基于社交网络关键节点的类标签传播式网络表征算法。即通过寻找相似度较高的关键节点,挖掘节点共同邻居,修改word2vec模型,使极有可能存在于同一社区中的节点携带相似的“标签”,利用类似标签传播的方式提高网络用户表征能力。3)社...

【文章页数】：65 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究背景及意义
    1.2 研究现状及挑战
    1.3 本文主要研究内容
    1.4 论文组织
第二章 相关技术研究
    2.1 社交网络分析
        2.1.1 幂律分布
        2.1.2 小世界特性
        2.1.3 聚簇特性
    2.2 自然语言处理
        2.2.1 统计语言模型
        2.2.2 神经网络语言模型
        2.2.3 词向量word2vec模型
    2.3 网络表征算法
        2.3.1 网络表征算法定义
        2.3.2 基于矩阵的网络表征
        2.3.3 网络分布式表征
    2.4 本章小结
第三章 社交网络表征算法
    3.1 网络表征算法模型
    3.2 基于社交网络结构的遍历优化
    3.3 基于社交网络关键节点与类标签传播的社交网络表征
        3.3.1 社交网络中关键节点的发现
        3.3.2 关键节点相似度匹配及标签集合的选择
        3.3.3 基于关键节点的表征及算法流程
    3.4 基于网络交互信息的社交网络表征
    3.5 本章小结
第四章 社交网络表征实验及结果分析
    4.1 实验数据分析及实验环境
        4.1.1 实验数据
        4.1.2 实验环境
    4.2 实验设计及实验结果分析
    4.3 参数敏感度分析
    4.4 本章小结
第五章 总结与展望
    5.1 总结
    5.2 展望
参考文献
致谢
攻读学位期间发表的学术论文目录



本文编号：3789427