基于时空特性与行为特征的在线社交网络搜索研究

发布时间：2024-04-06 16:04

　　社交媒体改变了人们的生活方式,也逐步成为人们获取信息的主要渠道。在社交网络中,用户成为了信息的发布者以及推动信息扩散的传播者,而不再只是信息的受体。信息在网络媒介中的这种传播模式动摇了传统新闻媒体作为信息发布者和舆论引导者的主导地位。由此,在线社交网络的安全管理成为当前的一项重要研究课题。及时掌握网络话题动态并发现其变化趋势以及数据来源是管理网络、引导舆情的一个重要途径。传统的话题检测和搜索研究更多是关注于发现话题的质量,这往往都依赖于复杂计算。然而在线网络话题却是随着时间发展而不断演化着的,这对话题的时效性提出了要求,使得传统解决方案的应用受到了限制。同时社交数据的生成节点分散在网络的各个角落,传播打破了距离的限制,而管理却面临着时空的制约。如何从离散分布的网络节点中筛选出有效数据,并在保证话题质量的前提下,满足实时性需求是一个具有挑战性的课题。面对以上问题和挑战,本文以社交网络中文本数据流为研究对象,以及时发现、快速搜索为研究目标,对社交网络中突发话题检测和数据来源搜索问题进行了研究。完成的研究工作主要有以下几个方面:(1)针对社交网络数据的时空依赖性、语义稀疏性问题,研究了社交网...

【文章页数】：136 页

【学位级别】：博士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 课题来源
    1.2 研究背景与意义
    1.3 主要概念
    1.4 国内外研究现状
        1.4.1 在线社交网络中时空数据的表达
        1.4.2 在线社交网络中突发话题的检测与发现
        1.4.3 在线社交网络中安全话题源的搜索与发现
    1.5 主要研究成果和创新点
    1.6 论文组织
    1.7 研究思路
第二章 在线社交网络中时空数据的表达及应用
    2.1 引言
    2.2 基于背景特征融合的社交网络数据表达方法(BFF)的提出
        2.2.1 BFF的研究动机
        2.2.2 BFF算法描述
    2.3 BFF的实验结果与分析
        2.3.1 实验设置
        2.3.2 实验结果与对比分析
    2.4 本章小结
第三章 社交网络数据流中突发话题的实时检测
    3.1 引言
    3.2 基于社交网络数据流的突发话题实时检测算法(FDBST)的提出
        3.2.1 研究动机
        3.2.2 FDBST算法描述
        3.2.3 FDBST算法复杂度分析
    3.3 FDBST的实验结果与分析
        3.3.1 实验设置
        3.3.2 实验结果与对比分析
    3.4 本章小结
第四章 社交网络数据流中安全话题数据源的搜索与发现
    4.1 引言
    4.2 基于图的安全话题数据源搜索与发现算法(DHTS)的提出
        4.2.1 研究动机
        4.2.2 DHTS算法描述
    4.3 DHTS的实验结果与分析
        4.3.1 实验设置
        4.3.2 实验结果与对比分析
    4.4 本章小结
第五章 基于时空特性与行为特征的在线社交网络搜索系统
    5.1 引言
    5.2 系统总体设计
    5.3 各功能模块设计与实现
        5.3.1 网络突发话题的实时检测模块
        5.3.2 时空主题的发现模块
        5.3.3 安全话题数据来源搜索模块
    5.4 本章小结
第六章 总结与展望
    6.1 论文工作总结
    6.2 进一步工作展望
参考文献
致谢
攻读博士学位期间的科研成果



本文编号：3946851