社會(huì)網(wǎng)絡(luò)中基于節(jié)點(diǎn)親疏的鏈接預(yù)測(cè)和社區(qū)發(fā)現(xiàn)研究
發(fā)布時(shí)間:2021-01-02 00:34
錯(cuò)綜復(fù)雜的社會(huì)活動(dòng)織就了形態(tài)各異的社會(huì)網(wǎng)絡(luò),它們內(nèi)含豐富的網(wǎng)絡(luò)結(jié)構(gòu)和多元的角色內(nèi)容,充斥著人們的生活。在社交媒體和社交方式日新月異的當(dāng)今社會(huì),社會(huì)網(wǎng)絡(luò)分析變得愈發(fā)重要,通過(guò)社會(huì)網(wǎng)絡(luò)分析可以挖掘網(wǎng)絡(luò)的潛在規(guī)律和演變模式,幫助理解社會(huì)現(xiàn)象。本文從社會(huì)網(wǎng)絡(luò)研究的兩大關(guān)鍵問(wèn)題入手:鏈接預(yù)測(cè)和社區(qū)發(fā)現(xiàn)。兩者都是通過(guò)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)研究網(wǎng)絡(luò)的內(nèi)在演化過(guò)程,探索網(wǎng)絡(luò)成員間的潛在聯(lián)系。鏈接預(yù)測(cè)的目標(biāo)是預(yù)測(cè)未來(lái)將會(huì)出現(xiàn)在網(wǎng)絡(luò)中的鏈接關(guān)系,而社區(qū)發(fā)現(xiàn)是挖掘網(wǎng)絡(luò)中內(nèi)部聯(lián)系相對(duì)緊密的子團(tuán)結(jié)構(gòu)。本文以網(wǎng)絡(luò)的親疏關(guān)系為切入點(diǎn),考慮到網(wǎng)絡(luò)中直接相連的節(jié)點(diǎn)之間的相互作用最為直接,針對(duì)鏈接預(yù)測(cè)問(wèn)題提出了基于1-hop節(jié)點(diǎn)嵌入的鏈接預(yù)測(cè)算法;并且鑒于相似度高的用戶易形成更為緊密的聯(lián)系,針對(duì)社區(qū)發(fā)現(xiàn)問(wèn)題提出了網(wǎng)絡(luò)拓?fù)淇s減的處理框架。節(jié)點(diǎn)嵌入在近年來(lái)成為網(wǎng)絡(luò)表示領(lǐng)域炙手可熱的研究課題,但是目前提出的節(jié)點(diǎn)嵌入算法大多以節(jié)點(diǎn)特征表達(dá)為最終目標(biāo),未就鏈接預(yù)測(cè)問(wèn)題進(jìn)行針對(duì)性設(shè)計(jì)。本文以鏈接預(yù)測(cè)任務(wù)為目標(biāo),著重區(qū)分了網(wǎng)絡(luò)連邊的親疏關(guān)系,認(rèn)為網(wǎng)絡(luò)中直接相連的節(jié)點(diǎn)對(duì)于即將產(chǎn)生的鏈接具有更為直接和重要的影響,設(shè)計(jì)了1-hop節(jié)點(diǎn)采樣策略,借助...
【文章來(lái)源】:華東師范大學(xué)上海市 211工程院校 985工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:66 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
社會(huì)網(wǎng)絡(luò)簡(jiǎn)單示意圖
19圖 3- 1 基于 1-hop 節(jié)點(diǎn)嵌入的鏈接預(yù)測(cè)算法流程圖節(jié)點(diǎn)特征表達(dá)階段點(diǎn)特征表達(dá)階段的中心思想是借助 Skip-Gram 模型學(xué)習(xí)網(wǎng)絡(luò)節(jié)點(diǎn)的低維特征要著重介紹的是本文設(shè)計(jì)的 1-hop 節(jié)點(diǎn)采樣策略,以下從兩個(gè)方面進(jìn)行詳細(xì)kip-Gram 模型:本文采用的 Skip-Gram 模型是 Mikolov 等人[49]提出的 word2v包[50]中的一個(gè)重要模型,是一種無(wú)監(jiān)督的訓(xùn)練模型。該模型的結(jié)構(gòu)主要分為:輸入層、投影層以及輸出層,其主要原理是根據(jù)已知詞預(yù)測(cè)該詞前后的其他應(yīng)于本文的網(wǎng)絡(luò)鏈接預(yù)測(cè)場(chǎng)景,可以理解為根據(jù)源節(jié)點(diǎn)預(yù)測(cè)該節(jié)點(diǎn)對(duì)應(yīng)的 點(diǎn)。Word2vec 工具包借助 HierarchicalSoftmax 和負(fù)采樣方法分別構(gòu)建 Skip-型,本文采用負(fù)采樣方法提高模型的學(xué)習(xí)速率。在自然語(yǔ)言處理的場(chǎng)景下,Skip-Gram 模型的主要思想是構(gòu)建一個(gè)神經(jīng)網(wǎng)
華東師范大學(xué)碩士學(xué)位論文 , , , , , , , }, , , , , , }, , , , , , }, , , , , , , }, , , , , , } b c
【參考文獻(xiàn)】:
期刊論文
[1]網(wǎng)絡(luò)表示學(xué)習(xí)綜述[J]. 涂存超,楊成,劉知遠(yuǎn),孫茂松. 中國(guó)科學(xué):信息科學(xué). 2017(08)
[2]復(fù)雜網(wǎng)絡(luò)鏈路預(yù)測(cè)[J]. 呂琳媛. 電子科技大學(xué)學(xué)報(bào). 2010(05)
本文編號(hào):2952294
【文章來(lái)源】:華東師范大學(xué)上海市 211工程院校 985工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:66 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
社會(huì)網(wǎng)絡(luò)簡(jiǎn)單示意圖
19圖 3- 1 基于 1-hop 節(jié)點(diǎn)嵌入的鏈接預(yù)測(cè)算法流程圖節(jié)點(diǎn)特征表達(dá)階段點(diǎn)特征表達(dá)階段的中心思想是借助 Skip-Gram 模型學(xué)習(xí)網(wǎng)絡(luò)節(jié)點(diǎn)的低維特征要著重介紹的是本文設(shè)計(jì)的 1-hop 節(jié)點(diǎn)采樣策略,以下從兩個(gè)方面進(jìn)行詳細(xì)kip-Gram 模型:本文采用的 Skip-Gram 模型是 Mikolov 等人[49]提出的 word2v包[50]中的一個(gè)重要模型,是一種無(wú)監(jiān)督的訓(xùn)練模型。該模型的結(jié)構(gòu)主要分為:輸入層、投影層以及輸出層,其主要原理是根據(jù)已知詞預(yù)測(cè)該詞前后的其他應(yīng)于本文的網(wǎng)絡(luò)鏈接預(yù)測(cè)場(chǎng)景,可以理解為根據(jù)源節(jié)點(diǎn)預(yù)測(cè)該節(jié)點(diǎn)對(duì)應(yīng)的 點(diǎn)。Word2vec 工具包借助 HierarchicalSoftmax 和負(fù)采樣方法分別構(gòu)建 Skip-型,本文采用負(fù)采樣方法提高模型的學(xué)習(xí)速率。在自然語(yǔ)言處理的場(chǎng)景下,Skip-Gram 模型的主要思想是構(gòu)建一個(gè)神經(jīng)網(wǎng)
華東師范大學(xué)碩士學(xué)位論文 , , , , , , , }, , , , , , }, , , , , , }, , , , , , , }, , , , , , } b c
【參考文獻(xiàn)】:
期刊論文
[1]網(wǎng)絡(luò)表示學(xué)習(xí)綜述[J]. 涂存超,楊成,劉知遠(yuǎn),孫茂松. 中國(guó)科學(xué):信息科學(xué). 2017(08)
[2]復(fù)雜網(wǎng)絡(luò)鏈路預(yù)測(cè)[J]. 呂琳媛. 電子科技大學(xué)學(xué)報(bào). 2010(05)
本文編號(hào):2952294
本文鏈接:http://sikaile.net/guanlilunwen/ydhl/2952294.html
最近更新
教材專著