在線社交網(wǎng)絡(luò)的零模型構(gòu)造和行為預(yù)測研究
發(fā)布時間:2021-10-29 19:46
在線社交網(wǎng)絡(luò)既記錄了用戶之間友誼關(guān)系的演化,也記錄了用戶參與各種社交活動的動態(tài),是信息科學(xué)、統(tǒng)計物理和社會學(xué)領(lǐng)域一個新的交叉研究領(lǐng)域。目前大多數(shù)在線社交網(wǎng)絡(luò)研究中僅分析單層的靜態(tài)結(jié)構(gòu)網(wǎng)絡(luò),這樣既不能抓住在線用戶的動態(tài)演化特征,也無法真實反映出用戶的行為特性。為了更好研究在線社交網(wǎng)絡(luò)上用戶行為的演化,本文將在線社交網(wǎng)絡(luò)看成是以每個用戶為節(jié)點的雙層耦合網(wǎng)絡(luò):一層是用戶間顯性關(guān)系的結(jié)構(gòu)網(wǎng)絡(luò),記錄的是用戶之間友誼關(guān)系的建立過程;另一層是用戶社交參與行為的功能網(wǎng)絡(luò),記錄的是用戶行為的動態(tài)過程。在雙層耦合社交網(wǎng)絡(luò)研究中,本文通過基于置亂方法的零模型構(gòu)造和行為預(yù)測研究分析底層結(jié)構(gòu)網(wǎng)絡(luò)與上層功能網(wǎng)絡(luò)之間相互作用、共同演化規(guī)律,共有三處特色和創(chuàng)新之處。首先,基于加權(quán)功能網(wǎng)絡(luò)、無權(quán)功能網(wǎng)絡(luò)和無權(quán)結(jié)構(gòu)網(wǎng)絡(luò)分析和預(yù)測了功能網(wǎng)絡(luò)上的節(jié)點行為和連邊行為。研究結(jié)果表明在線社交網(wǎng)絡(luò)上用戶的流失與用戶的度和能量有關(guān)。此外發(fā)現(xiàn)度值居中的用戶維持著較多的朋友關(guān)系,節(jié)點自身的度和能量大小與其連邊能量的強(qiáng)弱有微弱的同配特性。其次,整理和總結(jié)了基于置亂的加權(quán)網(wǎng)絡(luò)零模型構(gòu)造算法,并將原始網(wǎng)絡(luò)和零模型網(wǎng)絡(luò)比較后發(fā)現(xiàn):對于用戶行為預(yù)測...
【文章來源】:青島理工大學(xué)山東省
【文章頁數(shù)】:73 頁
【學(xué)位級別】:碩士
【部分圖文】:
有向無權(quán)功能網(wǎng)絡(luò)的入度和出度分布
邊的出權(quán)重之和稱之為節(jié)點的出能量outS 。如圖2.2所示,我們畫出了每個節(jié)點的入能量和出能量,可以看出每個節(jié)點的入能量inS 隨著出能量的增加而增加,兩者幾乎相等,也體現(xiàn)出了很強(qiáng)的互惠性。為了研究的方便,我們可以把每個節(jié)點的出權(quán)重和入權(quán)重平均作為其權(quán)重:[()/2]ijjiijjiw = w=w+w(2.2)通過(2.2)式的轉(zhuǎn)化,我們讓每個節(jié)點的入權(quán)重等于每個節(jié)點的出權(quán)重,從而將有向加權(quán)功能網(wǎng)絡(luò)轉(zhuǎn)化為無向加權(quán)功能網(wǎng)絡(luò)。圖2.2 有向加權(quán)功能網(wǎng)絡(luò)的入能量和出能量分布
[59],該算法的一步連邊置亂過程如圖3.1所示。如果網(wǎng)絡(luò)中有節(jié)點A與B相連,C與D相連;且節(jié)點A與D不相連,B與C不相連。我們就將連邊AB和CD切斷,再使節(jié)點A與D相連,B與C相連。根據(jù)網(wǎng)絡(luò)規(guī)模和實際需要不斷重復(fù)上述過程就會使網(wǎng)絡(luò)中的連邊關(guān)系被隨機(jī)置亂,但是置亂前后每個節(jié)點的度均保持不變,保證了置亂前后網(wǎng)絡(luò)的度序列相同。從圖1可以看出,連邊置亂算法破壞了網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu),因此可以用來研究網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)如何影響網(wǎng)絡(luò)的功能。圖3.1 原始網(wǎng)絡(luò)和使用斷邊重連算法構(gòu)造的1階零模型網(wǎng)絡(luò)在靜態(tài)無權(quán)網(wǎng)絡(luò)中,相對于配置算法,連邊隨機(jī)重連更簡單、更容易操作,不需要理解和運用復(fù)雜的數(shù)學(xué)公式、也不會產(chǎn)生自環(huán)和重邊現(xiàn)象
【參考文獻(xiàn)】:
期刊論文
[1]加權(quán)網(wǎng)絡(luò)的常用統(tǒng)計量[J]. 姚尊強(qiáng),尚可可,許小可. 上海理工大學(xué)學(xué)報. 2012(01)
[2]復(fù)雜網(wǎng)絡(luò)稀疏性的統(tǒng)計物理研究綜述[J]. 朱陳平,張永梅,劉小廷,王榮芳,王新光. 上海理工大學(xué)學(xué)報. 2011(05)
[3]利用鏈路預(yù)測推斷網(wǎng)絡(luò)演化機(jī)制[J]. 劉宏鯤,呂琳媛,周濤. 中國科學(xué):物理學(xué) 力學(xué) 天文學(xué). 2011(07)
本文編號:3465288
【文章來源】:青島理工大學(xué)山東省
【文章頁數(shù)】:73 頁
【學(xué)位級別】:碩士
【部分圖文】:
有向無權(quán)功能網(wǎng)絡(luò)的入度和出度分布
邊的出權(quán)重之和稱之為節(jié)點的出能量outS 。如圖2.2所示,我們畫出了每個節(jié)點的入能量和出能量,可以看出每個節(jié)點的入能量inS 隨著出能量的增加而增加,兩者幾乎相等,也體現(xiàn)出了很強(qiáng)的互惠性。為了研究的方便,我們可以把每個節(jié)點的出權(quán)重和入權(quán)重平均作為其權(quán)重:[()/2]ijjiijjiw = w=w+w(2.2)通過(2.2)式的轉(zhuǎn)化,我們讓每個節(jié)點的入權(quán)重等于每個節(jié)點的出權(quán)重,從而將有向加權(quán)功能網(wǎng)絡(luò)轉(zhuǎn)化為無向加權(quán)功能網(wǎng)絡(luò)。圖2.2 有向加權(quán)功能網(wǎng)絡(luò)的入能量和出能量分布
[59],該算法的一步連邊置亂過程如圖3.1所示。如果網(wǎng)絡(luò)中有節(jié)點A與B相連,C與D相連;且節(jié)點A與D不相連,B與C不相連。我們就將連邊AB和CD切斷,再使節(jié)點A與D相連,B與C相連。根據(jù)網(wǎng)絡(luò)規(guī)模和實際需要不斷重復(fù)上述過程就會使網(wǎng)絡(luò)中的連邊關(guān)系被隨機(jī)置亂,但是置亂前后每個節(jié)點的度均保持不變,保證了置亂前后網(wǎng)絡(luò)的度序列相同。從圖1可以看出,連邊置亂算法破壞了網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu),因此可以用來研究網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)如何影響網(wǎng)絡(luò)的功能。圖3.1 原始網(wǎng)絡(luò)和使用斷邊重連算法構(gòu)造的1階零模型網(wǎng)絡(luò)在靜態(tài)無權(quán)網(wǎng)絡(luò)中,相對于配置算法,連邊隨機(jī)重連更簡單、更容易操作,不需要理解和運用復(fù)雜的數(shù)學(xué)公式、也不會產(chǎn)生自環(huán)和重邊現(xiàn)象
【參考文獻(xiàn)】:
期刊論文
[1]加權(quán)網(wǎng)絡(luò)的常用統(tǒng)計量[J]. 姚尊強(qiáng),尚可可,許小可. 上海理工大學(xué)學(xué)報. 2012(01)
[2]復(fù)雜網(wǎng)絡(luò)稀疏性的統(tǒng)計物理研究綜述[J]. 朱陳平,張永梅,劉小廷,王榮芳,王新光. 上海理工大學(xué)學(xué)報. 2011(05)
[3]利用鏈路預(yù)測推斷網(wǎng)絡(luò)演化機(jī)制[J]. 劉宏鯤,呂琳媛,周濤. 中國科學(xué):物理學(xué) 力學(xué) 天文學(xué). 2011(07)
本文編號:3465288
本文鏈接:http://sikaile.net/guanlilunwen/ydhl/3465288.html
最近更新
教材專著