本文關(guān)鍵詞：基于鏈接挖掘的郵件網(wǎng)絡(luò)中心性研究

  更多相關(guān)文章： 鏈接挖掘 核數(shù) 網(wǎng)頁級(jí)別 復(fù)雜網(wǎng)絡(luò)中心性

【摘要】：在信息高速傳播的互聯(lián)網(wǎng)時(shí)代,電子郵件是大部分組織和公司正式通信的方式。郵件數(shù)據(jù)庫中蘊(yùn)含著大量未被挖掘的有用信息,是關(guān)于人類活動(dòng)的隱形知識(shí)倉庫。電子郵件通信模式很早就被用來獲得底層社會(huì)網(wǎng)絡(luò)結(jié)構(gòu),通過觀察誰和誰通信以及通信頻率,郵件關(guān)系網(wǎng)絡(luò)可以和社交網(wǎng)絡(luò)相互映射。在網(wǎng)絡(luò)信息安全問題日益突出的今天,挖掘一個(gè)人的郵件數(shù)據(jù)庫可以提供不同維度下關(guān)于他或她有價(jià)值的活動(dòng)的視角,所以郵件網(wǎng)絡(luò)分析也常常被應(yīng)用于發(fā)現(xiàn)社團(tuán)組織和信息傳播模式,識(shí)別犯罪欺詐活動(dòng)和犯罪組織中的關(guān)鍵成員。本課題來源于實(shí)驗(yàn)室的研發(fā)項(xiàng)目,通過研究郵件網(wǎng)絡(luò)中心性,挖掘出公司或組織里的社團(tuán)結(jié)構(gòu),定位核心人物。本文基于智能郵件分析平臺(tái)研究郵件網(wǎng)絡(luò)中心性,對(duì)Enron公司郵件數(shù)據(jù)庫進(jìn)行整理,通過可視化的方式展現(xiàn)郵件網(wǎng)絡(luò)各方面特性,直觀的演示了實(shí)驗(yàn)效果。系統(tǒng)主要開發(fā)了郵件檢索,郵件網(wǎng)絡(luò)分析,社團(tuán)發(fā)現(xiàn)和信息要素分析等模塊,進(jìn)一步驗(yàn)證改進(jìn)的PageRank算法的實(shí)用性。在已有的郵件網(wǎng)絡(luò)中心化研究中,由于傳統(tǒng)的PageRank算法對(duì)網(wǎng)絡(luò)擾動(dòng)較為敏感,較多關(guān)注于評(píng)估節(jié)點(diǎn)級(jí)和鏈接級(jí)的參數(shù),容易受到度值高的干擾節(jié)點(diǎn)影響。本文利用復(fù)雜網(wǎng)絡(luò)中心化指標(biāo)中的核數(shù)來分解郵件網(wǎng)絡(luò)各層,以剔除外層干擾節(jié)點(diǎn),在保留重要成員的基礎(chǔ)上減少網(wǎng)絡(luò)節(jié)點(diǎn)規(guī)模,降低后續(xù)挖掘算法復(fù)雜度,并引入了改進(jìn)的PageRank算法,以解決權(quán)值分配偏移問題,定量分析網(wǎng)絡(luò)核心層的節(jié)點(diǎn)并排序,找出電子郵件網(wǎng)絡(luò)中的重要節(jié)點(diǎn)。通過郵件網(wǎng)絡(luò)中心性挖掘?qū)嶒?yàn)表明,該方法能降低算法復(fù)雜度,提高有效性。
【學(xué)位授予單位】：北京化工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP393.098

【參考文獻(xiàn)】

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 彭玲;基于主題及核心人物的郵件網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)研究[D];蘇州大學(xué);2010年

，

本文編號(hào)：1236743