隨著網(wǎng)絡(luò)數(shù)據(jù)規(guī)模的日益增大,各種類型的網(wǎng)絡(luò)變得越來越復(fù)雜,傳統(tǒng)網(wǎng)絡(luò)中的社區(qū)發(fā)現(xiàn)方法面臨著巨大的挑戰(zhàn),往往難以解決高維網(wǎng)絡(luò)空間的社區(qū)劃分問題。為了能夠更準(zhǔn)確的發(fā)現(xiàn)大規(guī)模網(wǎng)絡(luò)中的社區(qū)結(jié)構(gòu),本文將機器學(xué)習(xí)中相關(guān)算法融合到社區(qū)發(fā)現(xiàn)中,提出了一種基于網(wǎng)絡(luò)結(jié)構(gòu)和節(jié)點內(nèi)容屬性的重疊社區(qū)發(fā)現(xiàn)方法。在基于網(wǎng)絡(luò)結(jié)構(gòu)的社區(qū)發(fā)現(xiàn)方法過程中,本文首先選取DeepWalk網(wǎng)絡(luò)表示學(xué)習(xí)方法將網(wǎng)絡(luò)圖中節(jié)點表示成低維向量,每個節(jié)點的低維向量表示從某種程度上反應(yīng)了該節(jié)點在網(wǎng)絡(luò)中的連接情況。此時,我們便可以將每個節(jié)點看作是一個樣本,向量的每個維度都可以看做一個特征,將樣本數(shù)據(jù)輸入到變分高斯混合聚類模型中訓(xùn)練。從而得到網(wǎng)絡(luò)中每個節(jié)點的聚類結(jié)果,此處的類相當(dāng)于網(wǎng)絡(luò)中的社區(qū)。此外,該過程中得到的聚類個數(shù)可進一步作為基于內(nèi)容建模的輸入。在基于節(jié)點內(nèi)容屬性進行社區(qū)發(fā)現(xiàn)過程中,本文使用主題模型對節(jié)點內(nèi)容進行多維屬性建模,從而得到節(jié)點的多重社區(qū)歸屬分布問題。算法進一步考慮到網(wǎng)絡(luò)中節(jié)點內(nèi)容短小在主題建模過程中導(dǎo)致的數(shù)據(jù)稀疏問題,在LDA主題模型中引入Spike and Slab prior方法輔助實現(xiàn)變量選擇和參數(shù)估計,有效地解決節(jié)點上社...

【文章頁數(shù)】：62 頁

【學(xué)位級別】：碩士

【部分圖文】：

;圖4.1LDA模型;

圖4.1LDA模型過程，從圖中我們可以看到w是檔-主題分布，為主題-詞分hyperparameter）為的先驗分中每個詞的過程如下：程表示對于語料庫中每一篇文檔式分布，該分布的先驗分布是超)，生成文檔m中詞n的主題，這一過程表示對于文檔m....

圖4.1LDA模型

圖4.1LDA模型過程，從圖中我們可以看到w是檔-主題分布，為主題-詞分hyperparameter）為的先驗分中每個詞的過程如下：程表示對于語料庫中每一篇文檔式分布，該分布的先驗分布是超)，生成文檔m中詞n的主題，這一過程表示對于文檔m....

圖5.1樣本聚類圖

了小數(shù)據(jù)集進行向量表示，給出社區(qū)劃分示例。該數(shù)據(jù)集中共有272個節(jié)點，可社區(qū)。在實驗中我們將其表示成二維向量，然后分別采用高斯混合聚類模型以及合模型對樣本集合聚類。在這兩個模型中，我們均設(shè)置初始類的個數(shù)k為5，下兩種模型中樣本數(shù)據(jù)相對應(yīng)的聚類標(biāo)簽。表5.1樣本數(shù)據(jù)聚....

圖5.2游走次數(shù)和滑動窗口大小參數(shù)選擇下F1值曲線

1模型參數(shù)的影響本章節(jié)實驗分為兩個階段，第一個階段將網(wǎng)絡(luò)中節(jié)點表示成向量，該階段主要Walk網(wǎng)絡(luò)表示學(xué)習(xí)算法，涉及到的參數(shù)選擇共有四個，分別為每個節(jié)點生成隨機游長度t、每個節(jié)點隨機游走次數(shù)、節(jié)點表示維度的大小d以及滑動窗口大小w。第根據(jù)節(jié)點的向量表示進行聚類，然后分....

本文編號：3910541