社会网络中的弱关系人物推荐算法研究
发布时间：2021-05-06 09:11
近年来,伴随着各种社交软件的不断出现,人们沟通信息的方式逐渐从线下活动转移为线上交流。由于信息沟通方式逐渐变得简便容易,人们的交友圈不断地扩大,社会网络随之变得庞大而复杂,通过社交网络认识志趣相投的人获得新鲜有趣的信息愈加困难,因此,基于在线社交网络的人物推荐算法的研究变的至关重要。通过推荐算法推荐能给网络用户带来更多新鲜信息的朋友,使社交网络信息更多样化,是目前社交网络研究的重点内容。经典人物推荐算法更多的是根据用户之间的相似性进行推荐,给用户推荐相似的好友,由于未考虑用户对新鲜有趣的异质信息获取的需求,从而给用户造成了一定的信息冗余。本文针对该问题进行研究,提出了社会网络中的弱关系人物推荐算法,推荐网络中和用户联系为弱关系的节点,给用户带来更多样化的异质信息,进而促进整体网络的信息流通。本文首先简要阐述了社会网络中对强关系和弱关系的定义,利用社区划分算法识别强弱关系,通过经典人物推荐算法验证了弱关系对于社会网络信息流通的重要性。在弱关系能够加速网络异质信息流动的研究基础上,提出在线社会网络上的弱关系人物推荐算法,开展对比实验,验证了弱关系人物推荐算法能够加强网络的信息流通,提出的弱...
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：82 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 课题研究背景及意义
1.2 国内外研究现状
1.2.1 传统个性化推荐算法
1.2.2 节点重要性排序算法
1.2.3 强关系和弱关系
1.3 本文的主要研究内容
1.4 文章的组织结构
第2章 基于社区划分的弱关系人物推荐算法
2.1 弱关系人物推荐的定义
2.1.1 弱关系的定义
2.1.2 基于弱关系的人物推荐
2.2 弱关系人物推荐算法评价指标
2.2.1 平均节点介数中心性
2.2.2 平均节点社区数
2.3 基于社区划分的弱关系人物推荐算法
2.3.1 基于社区发现算法的弱关系识别
2.3.2 经典人物推荐算法
2.3.3 基于弱关系改进经典人物推荐算法
2.3.4 基于社区划分的弱关系人物推荐算法
2.4 实验数据集
2.4.1 新浪微博数据集
2.4.2 KDD2012腾讯微博数据集
2.4.3 数据集网络分析
2.5 实验结果及分析
2.6 本章小结
第3章 基于捷径的弱关系人物推荐算法
3.1 引言
3.2 捷径的定义及基于捷径的弱关系识别
3.3 基于捷径的弱关系人物推荐算法
3.3.1 推荐算法框架
3.3.2 基于捷径的节点重要性计算方法
3.4 实验结果及分析
3.5 本章小结
第4章 基于网络拓扑结构的弱关系人物推荐算法
4.1 引言
4.2 社区网络拓扑结构分析
4.3 社会网络中的节点影响力
4.3.1 节点影响力的决定因素
4.3.2 基于节点社区组成的节点重要性计算方法
4.4 结构洞对网络节点异质信息获取的重要性
4.4.1 结构洞定义和测量
4.4.2 结构洞的信息竞争和控制优势
4.5 基于网络拓扑结构的弱关系人物推荐算法
4.6 实验结果分析
4.7 本章小结
结论
参考文献
致谢
【参考文献】：
期刊论文
[1]弱关系优势的分析逻辑:绝对论与相对论的比较[J]. 刘幼迟. 社会发展研究. 2018(04)
[2]一种新的网络传播中最有影响力的节点发现方法[J]. 胡庆成,尹龑燊,马鹏斐,高旸,张勇,邢春晓. 物理学报. 2013(14)
[3]基于用户聚类的异构社交网络推荐算法[J]. 陈克寒,韩盼盼,吴健. 计算机学报. 2013(02)
[4]个性化推荐系统的研究进展[J]. 刘建国,周涛,汪秉宏. 自然科学进展. 2009(01)
[5]复杂网络中节点重要度评估的节点收缩方法[J]. 谭跃进,吴俊,邓宏钟. 系统工程理论与实践. 2006(11)
[6]电子商务推荐系统研究[J]. 黎星星,黄小琴,朱庆生. 计算机工程与科学. 2004(05)
[7]网络节点(集)重要性的一种度量指标[J]. 李鹏翔,任玉晴,席酉民. 系统工程. 2004(04)
硕士论文
[1]基于弱关系的人物推荐算法的研究[D]. 陈颖萍.哈尔滨工业大学 2018
本文编号：3171655
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：82 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 课题研究背景及意义
1.2 国内外研究现状
1.2.1 传统个性化推荐算法
1.2.2 节点重要性排序算法
1.2.3 强关系和弱关系
1.3 本文的主要研究内容
1.4 文章的组织结构
第2章 基于社区划分的弱关系人物推荐算法
2.1 弱关系人物推荐的定义
2.1.1 弱关系的定义
2.1.2 基于弱关系的人物推荐
2.2 弱关系人物推荐算法评价指标
2.2.1 平均节点介数中心性
2.2.2 平均节点社区数
2.3 基于社区划分的弱关系人物推荐算法
2.3.1 基于社区发现算法的弱关系识别
2.3.2 经典人物推荐算法
2.3.3 基于弱关系改进经典人物推荐算法
2.3.4 基于社区划分的弱关系人物推荐算法
2.4 实验数据集
2.4.1 新浪微博数据集
2.4.2 KDD2012腾讯微博数据集
2.4.3 数据集网络分析
2.5 实验结果及分析
2.6 本章小结
第3章 基于捷径的弱关系人物推荐算法
3.1 引言
3.2 捷径的定义及基于捷径的弱关系识别
3.3 基于捷径的弱关系人物推荐算法
3.3.1 推荐算法框架
3.3.2 基于捷径的节点重要性计算方法
3.4 实验结果及分析
3.5 本章小结
第4章 基于网络拓扑结构的弱关系人物推荐算法
4.1 引言
4.2 社区网络拓扑结构分析
4.3 社会网络中的节点影响力
4.3.1 节点影响力的决定因素
4.3.2 基于节点社区组成的节点重要性计算方法
4.4 结构洞对网络节点异质信息获取的重要性
4.4.1 结构洞定义和测量
4.4.2 结构洞的信息竞争和控制优势
4.5 基于网络拓扑结构的弱关系人物推荐算法
4.6 实验结果分析
4.7 本章小结
结论
参考文献
致谢
【参考文献】：
期刊论文
[1]弱关系优势的分析逻辑:绝对论与相对论的比较[J]. 刘幼迟. 社会发展研究. 2018(04)
[2]一种新的网络传播中最有影响力的节点发现方法[J]. 胡庆成,尹龑燊,马鹏斐,高旸,张勇,邢春晓. 物理学报. 2013(14)
[3]基于用户聚类的异构社交网络推荐算法[J]. 陈克寒,韩盼盼,吴健. 计算机学报. 2013(02)
[4]个性化推荐系统的研究进展[J]. 刘建国,周涛,汪秉宏. 自然科学进展. 2009(01)
[5]复杂网络中节点重要度评估的节点收缩方法[J]. 谭跃进,吴俊,邓宏钟. 系统工程理论与实践. 2006(11)
[6]电子商务推荐系统研究[J]. 黎星星,黄小琴,朱庆生. 计算机工程与科学. 2004(05)
[7]网络节点(集)重要性的一种度量指标[J]. 李鹏翔,任玉晴,席酉民. 系统工程. 2004(04)
硕士论文
[1]基于弱关系的人物推荐算法的研究[D]. 陈颖萍.哈尔滨工业大学 2018
本文编号：3171655
本文链接：https://www.wllwen.com/shekelunwen/shgj/3171655.html
