面向微博用户的社交网络社区发现研究

面向微博用户的社交网络社区发现研究

ID:35102111

大小:4.95 MB

页数:62页

时间:2019-03-17

面向微博用户的社交网络社区发现研究_第1页
面向微博用户的社交网络社区发现研究_第2页
面向微博用户的社交网络社区发现研究_第3页
面向微博用户的社交网络社区发现研究_第4页
面向微博用户的社交网络社区发现研究_第5页
资源描述:

《面向微博用户的社交网络社区发现研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、'—4‘—'*-,-一-分类号.密级玄..__一斗;^产扛‘'"'少.':二UDC尝号多'W?5旬'聲—-'广―_二'、'导-,若,.--品、,心':;矣/----、'':'>义六/皆'/古C二^硕±学位论文'’>AThessDeree-is化rMasterg%'I#梦?'^>>.:论文题目面向微博用户的社交网络社区发现研究.;4苟辜'-—...-心-——-.-.——.許'^^^^、牽‘^--,:,=^.乂-心3::1^乂-可_、■心-、‘-'?p ̄:;\一^^'气占式一费''、'击.?

2、、 ̄,h.-..-者-式^、、1;_i咬;申请学位类别工程硕±睾^:■专业名称__违葺扭运本_-:研究生姓名刘艳军-V#’_r.、'\,為‘.'^导师姓名、职祿刘发升教授户纖分/一尸*^弁护.乃少术一^,马扭與女声V/,《茲’^'^-4:-.,*:.二〇六巧月^f_、、一公-皆文--庆方楚:載、献今揖学位论文独创性声明本人声明所呈交的论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加^^^标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包

3、含已获得江西理工大学或其他教育机构的学位或证书而使用过的材一料思。与我同工作的巧志对本研究所做的任何贡献均己在论文中做了明确的说明并衷示谢。一申请学位论文与资料若有不实么处,本人承姐切相关责任。口研究生签名:ill本复i琴*时间:兴?年少月^日学位论文版权使用授权书保本人完全了解江西理工大学关乎收集、保存、使用学位论文的规定:即学校有权存按要求提交的学位论文印刷本和电子版本,学校有极将学位论文的全部或者部分内容编入有关数据库进行检索,并采用影印、缩印或扫描等复制手段保存、汇编供版查阅和借阅;学校有权按有关规定向国家有关部口或者机构送交论文的碁印件和电子

4、。本人允许本学位论文被查阅和借阅,同意学校向閨家有关部口或机构送交论文的复印件和电子版,并通过网络向社会公众提供信息服务。保密的学位论文在解密后适用本授权书。学位论文作者签名(乎写):导师篇名(手写):I签字鬥期:年拥多0H签字鬥期:父《年某月>鬥江西理工大学硕士学位论文摘要摘要随着计算机技术快速发展,社交网络应运而生改变了人们面对面的交流方式,由传统的线下沟通变革为新时代的“线上”沟通及“掌心”交流。如今处于大数据时代,社交网络中海量数据对于社会科学研究显得更加重要,而发现社交网络的社区结构已然成为学者们研究的热点领域。社区发现技术对研究复杂网络拓扑结构有很大的

5、帮助,同时也蕴含很大的社会价值。目前在社区发现技术在复杂网络领域已经取得了不错的成果,但针对社交网络的社区发现技术还不太成熟,因为社交网络规模较大且内容繁杂,大多算法都存在一定的缺陷,如算法复杂度过高,结果不够准确或局部最优等。鉴于此,本文针对社交网络中的微博网络进行研究,从微博用户出发,通过用户关系和用户内容的融合,发现潜在的用户社区,并且通过实验证实了结果的合理性。本文主要做了以下几方面的研究和创新:(1)针对微博网络中用户关系结构的特点,考虑到网络中同时存在单向关注和双向关注两类关系,提出了一种计算用户关系相似度的方法,该方法兼顾这两类关注关系对节点的影响,同时将有向网络转换为加权无向网

6、络进行计算,提高了运行效率。另外针对加权无向网络,利用用户相似度作为权重提出了一种改进的CNM社区发现算法。根据朋友的朋友更容易成为朋友的思想,可以延伸为朋友的朋友和自己同相似,所以用节点相似度替代模块度进行社区合并,更加合理的发现用户社区。这是针对网络中用户的关系特点进行社区发现。(2)微博网络中用户内容可以反映用户当前的兴趣,针对这一思想,提出了用户关系和用户内容融合的社区发现算法。根据主题模型的思想融入用户标签来发现用户的兴趣主题,通过相对熵计算用户兴趣主题的相似度,同时加入用户关系相似度并通过实验调节两类相似度融合的比重,充分体现用户的兴趣特性。(3)在融合用户关系和内容两种相似度的基

7、础上,提出了JSCNM算法,利用改进模块度增量函数将融合后的中心度加入到优化函数中,充分考虑微博网络中关系和内容对节点影响力作用,经过不断寻找最优目标达到划分社区目的。利用微博网络真实数据集进行实验,结果证明划分社区更加合理。关键词:微博网络;社区发现;节点相似度;聚类算法;主题模型IAbstractAbstractThesocialnetworkchangedthewayofcommunicat

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。