基于社交信息约束的可信网络抽取以及子图匹配的研究

发布时间：2020-04-05 00:39

【摘要】：随着互联网信息技术的发展和社交软件的普及,网络中产生了海量的携带社交特征信息的对象,对象之间存在着复杂的社交关系,这就构成了一个庞大的社交网络图。现实生活中,各种基于社交网络的应用,比如服务商的选择、众包服务的调用选择、特殊群体的挖掘等等,这些应用使人们的生活更加丰富多彩,同时让社交网络图的相关技术变得越来越重要。本文主要研究了基于社交信息约束的问题,主要包括信任网络抽取与子图匹配问题。本文针对不同应用场景的社交网络问题,提出了必要的模型结构以及高效的处理算法,具体研究内容如下:(1)针对社交网络中的信任网络抽取问题,提出了一种启发式的社会情景感知的信任网络抽取模型。通过扩展K-Best-First Search(KBFS)方法提出几种优化策略和方法,使得模型在算法效率和提取的信任网络质量方面都优于现有的方法。(2)针对多属性约束图的子图匹配问题,提出了基于M-HAMC的求解算法。该算法采用了双向多线程搜索的算法,避免了穷举所有组合,然后结合了有效的SSC图压缩和索引技术,进而提高了查询处理效率。(3)对本文提出的方法加以实现,在真实数据集上与现有方法进行了实验对比,验证了本文所提出的模型结构及方法的高效性。
【图文】：

网络图,社交,网络图,信任网络

基于社交信息约束的可信网络抽取以及子图匹配的研究12图2-1 一个信任驱动的社交网络图在图 2-1 所示的社交网络中，假设学生 A 在寻找网球教练，E 是网球教练，A 可以间接地从 B、C 和 D 那里认识 E。在此情景下，可以使用信任传播方法来评估从 A到 E 的信任网络的信任度。因此可以看出，在 OSN 中，拥有这样一个信任网络是信任评估的前提条件，，因为此网络包含了中间参与者的重要信息，包括社会背景信息以及他们之间的信任关系

网络图,社交,情境,网络图

基于社交信息约束的可信网络抽取以及子图匹配的研究14图2-2 一个信任驱动的情境社交网络图为了解决信任网络的抽取问题，我们设计了一个以信任为驱动的情境社交网络结构，如图 2-2 所示，它既考虑到信任值，也考虑包括社会关系、社会地位、居住地点和偏好在内的复杂社会背景因素，下面是它所包含的具体因素：1．社会背景正如社会科学[74]所阐明的那样，社会背景是个体的社会环境，包括一个人受教育情况和生活的情况。在本文中，我们将 OSN 中的社会背景（记为 SC）分成独立社会环境和依赖性社会环境。（1）独立的社会环境，包括社会地位、偏好和住宅位置：社会地位：社会地位是个人在某一特定地位的地位、社区和文化
【学位授予单位】：苏州大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：O157.5;TP301.6

【参考文献】