發(fā)布時間：2024-05-06 20:37

　　隨著網(wǎng)絡(luò)技術(shù)的飛速發(fā)展以及人們生活節(jié)奏的加快,在線社交以其方便快捷的優(yōu)勢越來越受到廣大網(wǎng)民的追捧,鏈接預(yù)測技術(shù)已經(jīng)成為社交網(wǎng)絡(luò)平臺自我優(yōu)化的重要一環(huán)。社交網(wǎng)絡(luò)用戶量與結(jié)構(gòu)的日益龐大,為鏈接預(yù)測技術(shù)帶來了前所未有的挑戰(zhàn)。針對目前常用的鏈接預(yù)測方法精確度低、預(yù)測速度慢且無法發(fā)現(xiàn)社交網(wǎng)絡(luò)中潛在的隱藏鏈接等問題,本文將重疊社區(qū)發(fā)現(xiàn)技術(shù)引入到鏈接預(yù)測中,提出了基于qLFMflp重疊社區(qū)發(fā)現(xiàn)算法的LPBOCD鏈接預(yù)測模型。本文的創(chuàng)新及工作主要為以下三個方面:(1)針對目前常用的鏈接預(yù)測方法的預(yù)測精確度低、運行時間長且忽視了隱藏鏈接的發(fā)現(xiàn)與利用等問題,本文提出了一種基于qLFMflp重疊社區(qū)發(fā)現(xiàn)算法的LPBOCD鏈接預(yù)測模型。該模型將重疊社區(qū)發(fā)現(xiàn)技術(shù)與鏈接預(yù)測技術(shù)相結(jié)合,可以有效地減少鏈接預(yù)測范圍并發(fā)現(xiàn)重疊社區(qū)間鏈接信息,以此提升運行速度和精確度。(2)為LFM重疊社區(qū)發(fā)現(xiàn)算法進行了改進并提出了能夠快速分區(qū)并適用于鏈接預(yù)測技術(shù)的qLFMflp重疊社區(qū)發(fā)現(xiàn)算法。首先本文通過為節(jié)點添加“訪問”標志解決了LFM算法在社區(qū)擴張過程中出現(xiàn)的同一節(jié)點反復(fù)被加入與剔除問題。其次針對LFM算法結(jié)果只給出社區(qū)聚類集合...

【文章頁數(shù)】：88 頁

【學(xué)位級別】：碩士

【部分圖文】：

國內(nèi)社會計算研究的關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)聚類結(jié)果如圖2所示,表6展示了聚類結(jié)果的top10。從聚類結(jié)果可知,國內(nèi)社會計算研究主要包含以下主題類別:社會計算研究方法、人工社會與復(fù)雜系統(tǒng)、先進計算技術(shù)、社會計算學(xué)術(shù)主體、社會計算企業(yè)及產(chǎn)品、在線社交網(wǎng)絡(luò)、虛擬社區(qū)知識傳播、情感計算、社會經(jīng)濟、....

究帶來的空前的挑戰(zhàn)。目前研究社交網(wǎng)絡(luò)的難度不再是對數(shù)據(jù)的收集上，而是轉(zhuǎn)移到了如何在一定時間內(nèi)對龐大數(shù)據(jù)和網(wǎng)絡(luò)結(jié)構(gòu)的計算上。圖1.1推薦應(yīng)用圖對社交網(wǎng)絡(luò)的數(shù)據(jù)挖掘的研究成果可以反過來促進社交網(wǎng)站的發(fā)展，通過提升用戶體驗度來提高用戶忠誠度。社交網(wǎng)絡(luò)中的鏈接預(yù)測作為社交網(wǎng)絡(luò)數(shù)據(jù)挖掘的....

第二章鏈接預(yù)測與社區(qū)發(fā)現(xiàn)相關(guān)技術(shù)研究11圖2.1社區(qū)結(jié)構(gòu)示意圖社交網(wǎng)絡(luò)的社區(qū)性具有很大的現(xiàn)實意義。每個社區(qū)都代表一個相似群體，比如在微信社交平臺中，有很多社區(qū)的存在，這些社區(qū)往往代表一些相似度較高的人群，例如：同學(xué)群，都是年齡、住址等相似的群體；同事群，都是職業(yè)相似的群體；好....

西安電子科技大學(xué)碩士學(xué)位12圖2.2社交網(wǎng)絡(luò)圖形表示社交網(wǎng)絡(luò)圖G可以用鄰接矩陣A(G)的形式表示，如果用戶與用戶在同一社交網(wǎng)絡(luò)中，則表示用戶與用戶產(chǎn)生鏈接的可能性，的值越大，則用戶與用戶產(chǎn)生鏈接的可能性越大（最大值為1）。對于A(G)對....

本文編號：3966313