基于证据理论的社会网络中心性结点识别方法研究

发布时间：2017-06-03 21:01

  本文关键词：基于证据理论的社会网络中心性结点识别方法研究，由笔耕文化传播整理发布。

【摘要】：社会个体之间由于互动而产生的相对稳定的关系体系称为社会网络,随着互联网的飞速发展,人与人之间的交流越来越方便快捷,社会网络的规模也随之越来越庞大,由社会网络产生的关系图也随之变大。由于社会网络具有的巨大的市场潜力以及应用价值,近年来得到越来越多的科研人员的关注。在社会网络内,不是所有元素对整个网络的作用都一样,有些元素比较重要,对网络中元素的连接或者信息的传播起着关键或决定性作用,这种元素被称为具有中心性的中心结点。而结点中心性能够体现个人或者组织在社会网络中的权力与地位,对中心性的研究是社会网络研究的重点,对信息在网络中的传播方向以及传播效果具有很大意义。例如:在社交网络中,会有一些不实言论广泛传播,通过挖掘网络中的中心人物,可以及时地阻止谣言的传播。结点中心性的研究对于社会网络的研究具有如此重要的意义,但现有的网络中心性结点识别方法都是基于某一个中心性度量指标来衡量的,每种指标都有其优势和缺点,单独使用具有一定的片面性。并且每个结点的网络中心性是相对的,在结点所在子网络内部才有意义,在对结点中心性进行判断时要先对网络进行子网络划分。因此,本文在现有的对结点中心性的研究基础上,全面总结了所有中心性指标的概念以及计算方法,提出了基于证据理论的社会网络中心性结点识别方法。而本文中所用方法综合考虑了所有指标,首先通过实验计算得出与结点中心性密切相关的指标。然后将待计算的社会网络进行网络建模,计算出结点之间的最短距离矩阵,使用距离矩阵进行层次聚类,划分出该网络的子网络,之后再在选取出的子网络内部识别其中心性结点。中心性结点的识别主要过程是将子网络中结点的关系从整个网络中提取出来形成关系矩阵,使用关系矩阵计算出相关指标的值,之后通过证据理论合成时候进行相关证据处理以及证据的重要度分配,之后再指标进行合成。通过这个方法可以全面地分析出网络中的中心性结点,对中心性结点的识别准确性更高,识别能力更强。并且在Enron email数据集上得到了比较好的效果。因此,基于证据理论的网络中心性结点识别方法具有较强的研究价值与研究意义。
【关键词】：社会网络 证据理论 结点中心性 子网络划分 Enron email
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP311.13;O157.5
【目录】：

• 摘要4-6
• Abstract6-10
• 第1章 绪论10-14
• 1.1 研究背景及意义10-11
• 1.2 国内外研究现状11-12
• 1.3 研究目标和研究内容12
• 1.4 论文的结构安排12-14
• 第2章 相关知识及技术简介14-29
• 2.1 社区划分算法介绍14-18
• 2.1.1 社会网络的表示方法14-15
• 2.1.2 社会子网络划分15-18
• 2.2 度量网络中心性的指标18-19
• 2.3 证据理论19-27
• 2.3.1 识别框架20
• 2.3.2 基本信任分配函数20-21
• 2.3.3 证据理论的合成规则21-23
• 2.3.4 证据的相关性23-25
• 2.3.5 冲突证据处理25-27
• 2.4 UCINET简介27
• 2.5 本章小结27-29
• 第3章 基于证据理论的网络中心性识别算法29-40
• 3.1 子网络划分29-30
• 3.2 计算网络中心性度量指标30-36
• 3.3 中心性指标合成36-39
• 3.4 本章小结39-40
• 第4章 计算网络结点中心性实验设计与总结40-54
• 4.1 LindaWolfe数据集处理40-43
• 4.2 Enron email数据集介绍及预处理43-46
• 4.3 Enron email数据集子网络划分46-48
• 4.4 Enron email数据集子网络中各个结点的中心性指标计算48-51
• 4.5 Enron email数据集中心性结点的识别及评价51-53
• 4.6 本章小结53-54
• 第5章 总结与展望54-56
• 5.1 工作总结54
• 5.2 研究展望54-56
• 参考文献56-59
• 作者简介及在学期间所取得的科研成果59-60
• 致谢60

【相似文献】

中国期刊全文数据库 前10条

1 钟柯;肖昱;许s，

本文编号：419187