基于動態(tài)數(shù)據(jù)場的位置社交網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)方法研究
發(fā)布時間:2021-02-19 12:28
隨著互聯(lián)網(wǎng)技術(shù)的蓬勃發(fā)展,包括Facebook、Twitter、微信、微博等社交網(wǎng)絡(luò)已然成為每個人生活中重要的社交媒介。與此同時,伴隨著GPS技術(shù)的不斷提升,傳統(tǒng)的在線社交網(wǎng)絡(luò)與基于位置的服務(wù)充分結(jié)合,基于位置的社交網(wǎng)絡(luò)即LBSN(Location-based Social Network)也就應(yīng)運(yùn)而生;谖恢玫纳缃痪W(wǎng)絡(luò)通過用戶的簽到行為,把線上虛擬社交環(huán)境與線下真實位置環(huán)境充分結(jié)合在一起。在對社交網(wǎng)絡(luò)的研究中,通過社區(qū)發(fā)現(xiàn)可以了解用戶間聯(lián)系的密切程度,獲取用戶之間的社交關(guān)系及社交角色,有助于理解社交網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)特點(diǎn)從而進(jìn)行社區(qū)內(nèi)個體關(guān)系行為的演化分析。在基于位置的社交網(wǎng)絡(luò)中,用戶的好友關(guān)系體現(xiàn)為社交網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu),受到用戶間交互行為的影響,而用戶簽到行為所產(chǎn)生的地理位置信息則是線下真實的社交行為的體現(xiàn)。通過加入地理位置屬性,在進(jìn)行社區(qū)發(fā)現(xiàn)時,真實的地理位置信息可以作為一個重要的影響因素,加入到社區(qū)發(fā)現(xiàn)方法中,從而提升劃分結(jié)果的準(zhǔn)確性,使得社區(qū)發(fā)現(xiàn)的結(jié)果更加準(zhǔn)確,F(xiàn)有的社區(qū)發(fā)現(xiàn)方法大多根據(jù)社交網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)或用戶間交互進(jìn)行研究,這些方法不能很好地適用于具有多模異構(gòu)特性的基于位置的社區(qū)...
【文章來源】:哈爾濱工程大學(xué)黑龍江省 211工程院校
【文章頁數(shù)】:64 頁
【學(xué)位級別】:碩士
【部分圖文】:
LDA文檔生成模型圖
用戶在各興趣點(diǎn)類的簽到情況分布圖
圖 4.3 用戶在各興趣點(diǎn)類的簽到情況圖圖 4.4 用戶在各興趣點(diǎn)類的簽到情況分布圖由圖4.3及4.4分析可知,用戶在Food類興趣點(diǎn)簽到記錄最多,約占總比的42.26%,其次是用戶在 Home / Work / Other 的簽到記錄,約占總比的 11.30%,用戶在 College &Education 類的簽到記錄相對較少,僅占總比的 2.41%,而在其他類的簽到記錄均在8%~10%范圍內(nèi)。上述結(jié)果表明
【參考文獻(xiàn)】:
期刊論文
[1]Mining potential social relationship with active learning in LBSN[J]. 王海平,Zhang Hong,Wang Yong,Bing Jia. High Technology Letters. 2017(02)
[2]基于邊圖的重疊社團(tuán)檢測研究[J]. 桂春,林強(qiáng). 計算機(jī)應(yīng)用研究. 2018(05)
[3]基于標(biāo)簽傳播算法在重疊社區(qū)發(fā)現(xiàn)中的改進(jìn)[J]. 王茜,方旭. 現(xiàn)代計算機(jī)(專業(yè)版). 2017(12)
[4]基于位置服務(wù)的移動GIS[J]. 洪文菊,茍剛,薛現(xiàn)斌. 計算機(jī)系統(tǒng)應(yīng)用. 2017(04)
[5]基于大數(shù)據(jù)和機(jī)器學(xué)習(xí)的微博用戶行為分析系統(tǒng)[J]. 章博亨,劉健,朱宇翔,吳帆,程維. 電腦知識與技術(shù). 2017(06)
[6]社交網(wǎng)絡(luò)中基于模塊度最大化的標(biāo)簽傳播算法的研究[J]. 陳晶,萬云. 通信學(xué)報. 2017(02)
[7]基于用戶行為特征的微博轉(zhuǎn)發(fā)預(yù)測研究[J]. 劉瑋,賀敏,王麗宏,劉悅,沈華偉,程學(xué)旗. 計算機(jī)學(xué)報. 2016(10)
[8]一種面向語義重疊社區(qū)發(fā)現(xiàn)的Link-Block算法[J]. 辛宇,楊靜,謝志強(qiáng). 軟件學(xué)報. 2016(02)
[9]基于位置服務(wù)的應(yīng)用技術(shù)和發(fā)展趨勢[J]. 趙軍,車紅巖. 測繪科學(xué). 2016(04)
[10]基于位置的社交網(wǎng)絡(luò)研究綜述[J]. 朱立超,李治軍,姜守旭. 數(shù)碼世界. 2015(09)
碩士論文
[1]基于節(jié)點(diǎn)位置分析的重疊社區(qū)發(fā)現(xiàn)研究[D]. 趙亞.中國礦業(yè)大學(xué) 2016
[2]LBSN中基于社交關(guān)系和時空主題的社區(qū)發(fā)現(xiàn)研究[D]. 董羿.東南大學(xué) 2015
[3]社交網(wǎng)絡(luò)中基于地理位置特征的社團(tuán)發(fā)現(xiàn)方法研究與實現(xiàn)[D]. 蔣江濤.北京航空航天大學(xué) 2014
[4]基于數(shù)據(jù)場理論的網(wǎng)絡(luò)重要節(jié)點(diǎn)尋址算法[D]. 呂樂.華南理工大學(xué) 2011
[5]基于加權(quán)邊介數(shù)的Web社區(qū)發(fā)現(xiàn)方法[D]. 胡桓.大連理工大學(xué) 2008
本文編號:3041121
【文章來源】:哈爾濱工程大學(xué)黑龍江省 211工程院校
【文章頁數(shù)】:64 頁
【學(xué)位級別】:碩士
【部分圖文】:
LDA文檔生成模型圖
用戶在各興趣點(diǎn)類的簽到情況分布圖
圖 4.3 用戶在各興趣點(diǎn)類的簽到情況圖圖 4.4 用戶在各興趣點(diǎn)類的簽到情況分布圖由圖4.3及4.4分析可知,用戶在Food類興趣點(diǎn)簽到記錄最多,約占總比的42.26%,其次是用戶在 Home / Work / Other 的簽到記錄,約占總比的 11.30%,用戶在 College &Education 類的簽到記錄相對較少,僅占總比的 2.41%,而在其他類的簽到記錄均在8%~10%范圍內(nèi)。上述結(jié)果表明
【參考文獻(xiàn)】:
期刊論文
[1]Mining potential social relationship with active learning in LBSN[J]. 王海平,Zhang Hong,Wang Yong,Bing Jia. High Technology Letters. 2017(02)
[2]基于邊圖的重疊社團(tuán)檢測研究[J]. 桂春,林強(qiáng). 計算機(jī)應(yīng)用研究. 2018(05)
[3]基于標(biāo)簽傳播算法在重疊社區(qū)發(fā)現(xiàn)中的改進(jìn)[J]. 王茜,方旭. 現(xiàn)代計算機(jī)(專業(yè)版). 2017(12)
[4]基于位置服務(wù)的移動GIS[J]. 洪文菊,茍剛,薛現(xiàn)斌. 計算機(jī)系統(tǒng)應(yīng)用. 2017(04)
[5]基于大數(shù)據(jù)和機(jī)器學(xué)習(xí)的微博用戶行為分析系統(tǒng)[J]. 章博亨,劉健,朱宇翔,吳帆,程維. 電腦知識與技術(shù). 2017(06)
[6]社交網(wǎng)絡(luò)中基于模塊度最大化的標(biāo)簽傳播算法的研究[J]. 陳晶,萬云. 通信學(xué)報. 2017(02)
[7]基于用戶行為特征的微博轉(zhuǎn)發(fā)預(yù)測研究[J]. 劉瑋,賀敏,王麗宏,劉悅,沈華偉,程學(xué)旗. 計算機(jī)學(xué)報. 2016(10)
[8]一種面向語義重疊社區(qū)發(fā)現(xiàn)的Link-Block算法[J]. 辛宇,楊靜,謝志強(qiáng). 軟件學(xué)報. 2016(02)
[9]基于位置服務(wù)的應(yīng)用技術(shù)和發(fā)展趨勢[J]. 趙軍,車紅巖. 測繪科學(xué). 2016(04)
[10]基于位置的社交網(wǎng)絡(luò)研究綜述[J]. 朱立超,李治軍,姜守旭. 數(shù)碼世界. 2015(09)
碩士論文
[1]基于節(jié)點(diǎn)位置分析的重疊社區(qū)發(fā)現(xiàn)研究[D]. 趙亞.中國礦業(yè)大學(xué) 2016
[2]LBSN中基于社交關(guān)系和時空主題的社區(qū)發(fā)現(xiàn)研究[D]. 董羿.東南大學(xué) 2015
[3]社交網(wǎng)絡(luò)中基于地理位置特征的社團(tuán)發(fā)現(xiàn)方法研究與實現(xiàn)[D]. 蔣江濤.北京航空航天大學(xué) 2014
[4]基于數(shù)據(jù)場理論的網(wǎng)絡(luò)重要節(jié)點(diǎn)尋址算法[D]. 呂樂.華南理工大學(xué) 2011
[5]基于加權(quán)邊介數(shù)的Web社區(qū)發(fā)現(xiàn)方法[D]. 胡桓.大連理工大學(xué) 2008
本文編號:3041121
本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/3041121.html
最近更新
教材專著