發(fā)布時間：2022-10-15 17:50

　　摘要：近年來,隨著Web2.0技術(shù)的不斷發(fā)展,各大門戶網(wǎng)站紛紛推出了自己的微博站點,微博用戶數(shù)量劇增,用戶群龐大,信息數(shù)據(jù)量呈現(xiàn)幾何形式增長。微博也因其短小精悍、易于傳播的特點逐漸成為互聯(lián)網(wǎng)市場的新寵。同時,由于其固有的特征和傳播機制,使得在這類社交網(wǎng)絡(luò)環(huán)境中,用戶群體結(jié)構(gòu)相對復(fù)雜,文本內(nèi)容巨大而瑣碎,難以轉(zhuǎn)換成可以使用的結(jié)構(gòu)化格式。在這樣龐雜的網(wǎng)絡(luò)環(huán)境下,如何對網(wǎng)絡(luò)用戶的組群關(guān)系進行挖掘,以實現(xiàn)對其所呈現(xiàn)出的社群結(jié)構(gòu)高效而準確的識別,便具有較大的理論及現(xiàn)實意義。 論文主要工作如下： 1、介紹了社會網(wǎng)絡(luò)和微博的概念以及特點,對復(fù)雜網(wǎng)絡(luò)的度量參數(shù)、結(jié)構(gòu)特征和基本模型進行了分析,并根據(jù)對網(wǎng)絡(luò)群體結(jié)構(gòu)的研究給出了傳統(tǒng)靜態(tài)社群以及動態(tài)社群的定義和數(shù)學(xué)模型。 2、通過對主流挖掘算法的比對分析,本文發(fā)現(xiàn)已有的一些經(jīng)典算法都是針對于普通社會網(wǎng)絡(luò)的,并未體現(xiàn)出微博環(huán)境下網(wǎng)絡(luò)結(jié)構(gòu)的特點,因而在微博網(wǎng)絡(luò)中的運行時間和空間效率較低。因此,本文提出了基于微博用戶自定義興趣標簽的動態(tài)網(wǎng)絡(luò)模型。該模型以用戶自定義興趣標簽作為確定用戶組群關(guān)系的一個重要指標,將其和用戶固有關(guān)聯(lián)關(guān)系以矩陣的方式... 

【文章頁數(shù)】：75 頁

【學(xué)位級別】：碩士

【文章目錄】：
致謝
中文摘要
ABSTRACT
1 緒論
    1.1 研究背景
        1.1.1 社會網(wǎng)絡(luò)的基本概念和發(fā)展歷程
        1.1.2 微博發(fā)展現(xiàn)狀及其特點
        1.1.3 網(wǎng)絡(luò)群體結(jié)構(gòu)的相關(guān)研究
    1.2 研究方向和意義
    1.3 論文結(jié)構(gòu)安排
2 復(fù)雜網(wǎng)絡(luò)社群發(fā)現(xiàn)算法分析
    2.1 復(fù)雜網(wǎng)絡(luò)分析概述
        2.1.1 復(fù)雜網(wǎng)絡(luò)度量方法及參數(shù)
        2.1.2 復(fù)雜網(wǎng)絡(luò)的結(jié)構(gòu)特性
        2.1.3 復(fù)雜網(wǎng)絡(luò)的基本模型
    2.2 社群相關(guān)概念
    2.3 主流社群挖掘算法
        2.3.1 圖形分割算法
        2.3.2 分裂法
        2.3.3 凝聚法
        2.3.4 其他社群挖掘算法
    2.4 本章小結(jié)
3 基于微博用戶自定義興趣標簽的網(wǎng)絡(luò)建模
    3.1 問題的提出
        3.1.1 傳統(tǒng)靜態(tài)社群的數(shù)學(xué)模型
        3.1.2 動態(tài)社群的數(shù)學(xué)模型
        3.1.3 微博中社群的產(chǎn)生過程和結(jié)構(gòu)特征
    3.2 基于微博用戶自定義興趣標簽的關(guān)系模型
        3.2.1 微博用戶興趣關(guān)系模型方案設(shè)計
        3.2.2 微博用戶的選取策略
        3.2.3 用戶興趣點的表征
        3.2.4 用戶關(guān)系矩陣的構(gòu)建
    3.3 用戶興趣關(guān)系模型分析
        3.3.1 數(shù)據(jù)庫設(shè)計
        3.3.2 模型構(gòu)建
        3.3.3 模型分析
    3.4 本章小結(jié)
4 基于用戶興趣標簽的動態(tài)社群差分算法
    4.1 算法原理介紹
        4.1.1 動態(tài)社群差分算法基本思想
        4.1.2 動態(tài)社群差分算法實現(xiàn)
        4.1.3 算法復(fù)雜度分析
    4.2 實驗方案及準備
        4.2.1 實驗總體設(shè)計
        4.2.2 數(shù)據(jù)庫設(shè)計
        4.2.3 數(shù)據(jù)的獲取及實驗環(huán)境配置
        4.2.4 相關(guān)參數(shù)指標的選擇
    4.3 實驗仿真結(jié)果分析
        4.3.1 社群興趣特性分析
        4.3.2 算法效率及準確度分析
    4.4 本章小結(jié)
5 總結(jié)與展望
    5.1 論文工作總結(jié)
    5.2 論文工作展望
參考文獻
作者簡歷
學(xué)位論文數(shù)據(jù)集


【參考文獻】：
期刊論文
[1]啟發(fā)式動態(tài)社區(qū)挖掘算法研究與實現(xiàn)[J]. 馬瑞新,鄧貴仕,王曉.  大連理工大學(xué)學(xué)報. 2012(02)
[2]基于微博的網(wǎng)絡(luò)社群研究[J]. 梅澤勇,高舒.  圖書館學(xué)研究. 2012(05)
[3]微博雖“微”足值道爾——微博特性之淺析[J]. 劉麗清.  東南傳播. 2009(11)
[4]大型在線社會網(wǎng)絡(luò)結(jié)構(gòu)分析[J]. 胡海波,徐玲,王科,汪小帆.  上海交通大學(xué)學(xué)報. 2009(04)

博士論文
[1]復(fù)雜網(wǎng)絡(luò)中的社團檢測問題研究[D]. 楊樹忠.北京交通大學(xué) 2009

碩士論文
[1]微博網(wǎng)絡(luò)的社區(qū)發(fā)現(xiàn)研究[D]. 曾王輝.云南大學(xué) 2012
[2]復(fù)雜網(wǎng)絡(luò)中的重疊社區(qū)發(fā)現(xiàn)算法研究[D]. 商源純.北京交通大學(xué) 2011
[3]微博的傳播機制及影響力研究[D]. 左曉娜.陜西師范大學(xué) 2011
[4]基于距離相似度的復(fù)雜網(wǎng)絡(luò)社區(qū)挖掘方法[D]. 李兆南.吉林大學(xué) 2011
[5]粗糙集與蟻群算法在網(wǎng)絡(luò)社區(qū)結(jié)構(gòu)發(fā)現(xiàn)中的應(yīng)用研究[D]. 朱文強.蘇州大學(xué) 2011
[6]基于微博的網(wǎng)絡(luò)熱點發(fā)現(xiàn)模型及平臺研究[D]. 張靜.華中科技大學(xué) 2010
[7]新浪微博的發(fā)展研究[D]. 鄭雅真.北京交通大學(xué) 2010
[8]社會關(guān)系網(wǎng)絡(luò)社區(qū)結(jié)構(gòu)識別[D]. 單波.哈爾濱工業(yè)大學(xué) 2009
[9]復(fù)雜網(wǎng)絡(luò)上的信息傳播[D]. 辛強偉.西安理工大學(xué) 2007



本文編號：3691760