發(fā)布時(shí)間：2019-08-16 17:30

【摘要】：現(xiàn)實(shí)世界中,許多的社會(huì)、生物和信息系統(tǒng)都可以用網(wǎng)絡(luò)很好的抽象描述。通過(guò)網(wǎng)絡(luò)中的結(jié)點(diǎn)來(lái)表示個(gè)體,用邊來(lái)表示結(jié)點(diǎn)之間的關(guān)系或者交互。近年來(lái),隨著信息技術(shù)的發(fā)展,在線社交網(wǎng)絡(luò)越來(lái)越流行。社交網(wǎng)絡(luò)作為Web2.0的一種典型應(yīng)用,利用互聯(lián)網(wǎng)平臺(tái),提供了人與人之間交互的新方式,并通過(guò)用戶之間的鏈接,為信息的分享與交流提供了新的途徑。 社交網(wǎng)絡(luò)隨著時(shí)間會(huì)不斷發(fā)生變化,如何利用現(xiàn)有的信息有效預(yù)測(cè)網(wǎng)絡(luò)中新鏈路的產(chǎn)生,不僅是網(wǎng)絡(luò)分析中的一個(gè)基礎(chǔ)問(wèn)題,也是如今流行的商業(yè)社交網(wǎng)站的重要應(yīng)用。在社交網(wǎng)絡(luò)中,通過(guò)有效的鏈路預(yù)測(cè)算法,可以更好的理解社交網(wǎng)絡(luò)中用戶之間產(chǎn)生關(guān)系的原因,并用預(yù)測(cè)結(jié)果對(duì)整個(gè)網(wǎng)絡(luò)中的用戶結(jié)點(diǎn)篩選,從而給用戶推薦感興趣的信息�，F(xiàn)有的鏈路預(yù)測(cè)算法,主要關(guān)注網(wǎng)絡(luò)的結(jié)構(gòu)特征,不能很好的描述用戶本身的興趣和特征。本文對(duì)社交網(wǎng)絡(luò)中鏈路預(yù)測(cè)問(wèn)題進(jìn)行了研究,主要工作和貢獻(xiàn)如下： 1)利用有監(jiān)督的隨機(jī)游走算法計(jì)算網(wǎng)絡(luò)中結(jié)點(diǎn)間產(chǎn)生鏈接的概率,從而進(jìn)行top-K推薦。在該算法中,把結(jié)點(diǎn)和邊的屬性等特征以加權(quán)的方式作為網(wǎng)絡(luò)中邊的強(qiáng)度,在該轉(zhuǎn)移概率的指導(dǎo)下在社交網(wǎng)絡(luò)中進(jìn)行隨機(jī)游走得到用戶間產(chǎn)生新鏈接的概率。論文選取了用戶結(jié)點(diǎn)屬性,以及用戶之間交互等的數(shù)據(jù)作為特征,并對(duì)相關(guān)特征進(jìn)行了分析。 2)在社交媒體內(nèi)容主導(dǎo)的網(wǎng)絡(luò)中,用戶的興趣會(huì)在很大程度上影響用戶之間鏈接的產(chǎn)生。通過(guò)分析用戶的行為數(shù)據(jù),對(duì)用戶興趣建模,找到在網(wǎng)絡(luò)中與用戶興趣相似的候選用戶集合。這樣,通過(guò)對(duì)所有結(jié)點(diǎn)進(jìn)行預(yù)過(guò)濾,不僅能夠找到用戶興趣相投的用戶集合,還能減少候選集合數(shù)目,提高算法的運(yùn)行效率。 3)在實(shí)際社交媒體網(wǎng)站上的數(shù)據(jù)進(jìn)行了實(shí)驗(yàn)驗(yàn)證與分析,實(shí)驗(yàn)結(jié)果表明本文提出的算法是有效的。
【學(xué)位授予單位】：中國(guó)科學(xué)技術(shù)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TP393.09

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 牛建偉;戴彬;孫利民;林佳騮;熊永平;;PQBCF:一種基于中間中心度的機(jī)會(huì)網(wǎng)絡(luò)P2P查詢算法[J];電子學(xué)報(bào);2013年09期

2 吉艷冰;王偉;趙亞偉;;基于復(fù)雜網(wǎng)絡(luò)理論的擔(dān)保網(wǎng)絡(luò)研究[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2014年02期

3 趙鋼;周凌云;周桂良;張浩;;農(nóng)產(chǎn)品流通網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)統(tǒng)計(jì)特性[J];江蘇農(nóng)業(yè)科學(xué);2013年11期

4 蔡君;余順爭(zhēng);;基于隨機(jī)聚類采樣算法的復(fù)雜網(wǎng)絡(luò)社團(tuán)探測(cè)[J];計(jì)算機(jī)應(yīng)用研究;2013年12期

5 徐恪;張賽;陳昊;李海濤;;在線社會(huì)網(wǎng)絡(luò)的測(cè)量與分析[J];計(jì)算機(jī)學(xué)報(bào);2014年01期

6 黃立威;李德毅;馬于濤;鄭思儀;張海粟;付鷹;;一種基于元路徑的異質(zhì)信息網(wǎng)絡(luò)鏈路預(yù)測(cè)模型[J];計(jì)算機(jī)學(xué)報(bào);2014年04期

7 傅穎斌;陳羽中;;基于鏈路預(yù)測(cè)的微博用戶關(guān)系分析[J];計(jì)算機(jī)科學(xué);2014年02期

8 王麗娟;郝志峰;蔡瑞初;溫雯;;基于實(shí)數(shù)值鏈接分析的ESSC融合算法[J];計(jì)算機(jī)應(yīng)用研究;2014年05期

9 陳曉燕;;學(xué)術(shù)數(shù)據(jù)集和WEB數(shù)據(jù)集下著者社會(huì)網(wǎng)絡(luò)的比較研究[J];情報(bào)科學(xué);2014年05期

10 吳祖峰;梁棋;劉嶠;秦志光;;基于AdaBoost的鏈路預(yù)測(cè)優(yōu)化算法[J];通信學(xué)報(bào);2014年03期

相關(guān)博士學(xué)位論文 前10條

1 談嶸;位置隱私保護(hù)及其在基于位置的社交網(wǎng)絡(luò)服務(wù)中的應(yīng)用研究[D];華東師范大學(xué);2013年

2 徐興;無(wú)標(biāo)度供應(yīng)網(wǎng)格簇及其在汽車(chē)產(chǎn)業(yè)中應(yīng)用研究[D];浙江理工大學(xué);2013年

3 王英赫;移動(dòng)自組織網(wǎng)絡(luò)的拓?fù)溲葸M(jìn)及路由策略研究[D];北京郵電大學(xué);2013年

4 傅云斌;廣義生滅過(guò)程與隨機(jī)分枝樹(shù)演化[D];上海大學(xué);2013年

5 胡艷麗;在線社會(huì)網(wǎng)絡(luò)中的輿論演化關(guān)鍵技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2011年

6 王歡;基于復(fù)雜網(wǎng)絡(luò)理論的高血壓相關(guān)基因分析[D];云南大學(xué);2013年

7 劉真真;復(fù)雜網(wǎng)絡(luò)上流行病和信息傳播動(dòng)力學(xué)研究[D];大連理工大學(xué);2013年

8 魯斌;幾類復(fù)雜網(wǎng)絡(luò)度量性質(zhì)和拓?fù)湫再|(zhì)的研究[D];華南理工大學(xué);2013年

9 張松林;復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)平衡的動(dòng)力學(xué)特性研究及應(yīng)用[D];西南石油大學(xué);2013年

10 劉傳建;復(fù)雜網(wǎng)絡(luò)中的社團(tuán)結(jié)構(gòu)劃分及分析應(yīng)用[D];山東大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 鐘馨;社會(huì)關(guān)系影響下民眾避難決策行為研究[D];西南交通大學(xué);2013年

2 鄧琨;基于拓?fù)湎嗨菩缘膭?dòng)態(tài)網(wǎng)絡(luò)鏈路預(yù)測(cè)方法[D];西安電子科技大學(xué);2013年

3 吳洋;復(fù)雜網(wǎng)絡(luò)中譜擾度問(wèn)題的研究[D];武漢理工大學(xué);2013年

4 徐鍵;基于引證網(wǎng)絡(luò)的科技論文推薦系統(tǒng)[D];電子科技大學(xué);2013年

5 王均瑤;基于復(fù)雜網(wǎng)絡(luò)的南嶺地區(qū)地球化學(xué)場(chǎng)研究[D];首都師范大學(xué);2013年

6 田羽;郵件通聯(lián)網(wǎng)絡(luò)鏈接預(yù)測(cè)關(guān)鍵技術(shù)研究[D];解放軍信息工程大學(xué);2013年

7 劉分;移動(dòng)通信網(wǎng)中特定群體發(fā)現(xiàn)及行為分析研究[D];解放軍信息工程大學(xué);2013年

8 王亮;鏈接預(yù)測(cè)算法及應(yīng)用[D];湘潭大學(xué);2013年

9 苗振興;基于社交媒體的人物分析技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2013年

10 藺志峰;復(fù)雜網(wǎng)絡(luò)的搜索策略研究[D];石家莊經(jīng)濟(jì)學(xué)院;2011年

，

本文編號(hào)：2527563