【摘要】：信息技術(shù)的飛速發(fā)展使互聯(lián)網(wǎng)滲透到社會(huì)生活的方方面面,社交類應(yīng)用已經(jīng)成為人們生活中不可或缺的一部分,并形成了規(guī)模龐大、信息豐富的社交網(wǎng)絡(luò)。作為社交網(wǎng)絡(luò)數(shù)據(jù)挖掘領(lǐng)域重要的研究?jī)?nèi)容之一,鏈接預(yù)測(cè)可以幫助學(xué)者評(píng)估網(wǎng)絡(luò)形成機(jī)制、完善網(wǎng)絡(luò)中缺失的信息、預(yù)測(cè)網(wǎng)絡(luò)結(jié)構(gòu),可以幫助用戶快速發(fā)現(xiàn)感興趣的內(nèi)容,從而應(yīng)對(duì)信息過載等問題,對(duì)于學(xué)術(shù)研究和商業(yè)應(yīng)用都有著重要的價(jià)值,吸引了諸多學(xué)者的關(guān)注。當(dāng)前,面向社交網(wǎng)絡(luò)的鏈接預(yù)測(cè)仍然存在諸多難點(diǎn)。首先,社交網(wǎng)絡(luò)作為以人為主體構(gòu)建的網(wǎng)絡(luò),個(gè)體并非完全獨(dú)立,有多方面因素會(huì)影響個(gè)體行為進(jìn)而影響到網(wǎng)絡(luò)中鏈接的變化,在研究鏈接預(yù)測(cè)時(shí),應(yīng)當(dāng)對(duì)這些因素加以研究。其次,社交網(wǎng)絡(luò)規(guī)模較大,包含信息龐雜,僅基于節(jié)點(diǎn)間相似度預(yù)測(cè)鏈接時(shí),往往存在信息利用不充分的問題,影響鏈接預(yù)測(cè)的效果。隨著人們要求的提高和網(wǎng)絡(luò)規(guī)模的擴(kuò)大,如何合理挖掘網(wǎng)絡(luò)上的信息來預(yù)測(cè)鏈接成為了重要的研究?jī)?nèi)容。根據(jù)當(dāng)前的研究現(xiàn)狀,本文的貢獻(xiàn)如下:(1)節(jié)點(diǎn)的中心性對(duì)其建立新鏈接的情況有一定影響,研究結(jié)合中心性的鏈接預(yù)測(cè)算法,首先提出一種新的節(jié)點(diǎn)中心性評(píng)價(jià)算法:LRC算法。經(jīng)典的局部中心性忽略了節(jié)點(diǎn)間的相互作用,LRC算法基于自我中心網(wǎng)絡(luò)提出關(guān)聯(lián)強(qiáng)度,并用其表示直接相鄰節(jié)點(diǎn)間的相互影響,綜合節(jié)點(diǎn)的局部環(huán)境和節(jié)點(diǎn)間相互作用共同進(jìn)行中心性評(píng)價(jià)。實(shí)驗(yàn)表明,LRC算法能有效發(fā)現(xiàn)關(guān)鍵節(jié)點(diǎn),對(duì)節(jié)點(diǎn)中心性評(píng)價(jià)的準(zhǔn)確性優(yōu)于對(duì)比算法。(2)對(duì)于面向社交網(wǎng)絡(luò)的鏈接預(yù)測(cè)來說,傳統(tǒng)的基于相似度的鏈接預(yù)測(cè)算法對(duì)節(jié)點(diǎn)間關(guān)系和社交網(wǎng)絡(luò)特性考慮不足,研究基于改進(jìn)相似度的鏈接預(yù)測(cè)算法。提出一種基于中心性的節(jié)點(diǎn)間相似度鏈接預(yù)測(cè)算法:LP-LRC算法,根據(jù)社交網(wǎng)絡(luò)的弱連接特性和節(jié)點(diǎn)的LRC值,提升低中心性的共同鄰居在新鏈接建立過程中發(fā)揮的作用,降低高中心性的共同鄰居的作用,更符合社交網(wǎng)絡(luò)特點(diǎn)。提出一種基于關(guān)聯(lián)強(qiáng)度的鏈接預(yù)測(cè)算法:RWCN算法,以節(jié)點(diǎn)間關(guān)聯(lián)強(qiáng)度區(qū)分不同的共同鄰居對(duì)新鏈接建立的影響,改進(jìn)經(jīng)典的CN算法。實(shí)驗(yàn)表明,LP-LRC算法和RWCN算法在實(shí)驗(yàn)網(wǎng)絡(luò)上的性能優(yōu)于對(duì)比算法,在部分網(wǎng)絡(luò)上優(yōu)于部分改進(jìn)算法。(3)針對(duì)可獲取領(lǐng)域信息的社交網(wǎng)絡(luò),研究基于節(jié)點(diǎn)間多特征的鏈接預(yù)測(cè)算法,提出兩個(gè)基于領(lǐng)域信息特征的提取方法,描述節(jié)點(diǎn)在網(wǎng)絡(luò)中的活躍度和節(jié)點(diǎn)間興趣相似度,與基于拓?fù)浣Y(jié)構(gòu)獲取的特征結(jié)合,基于節(jié)點(diǎn)間多特征預(yù)測(cè)鏈接。DBLP上的實(shí)驗(yàn)表明,本文設(shè)計(jì)的基于領(lǐng)域信息提取的特征信息增益更高,能有效提升鏈接預(yù)測(cè)性能。
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：O157.5;TP301.6
【圖文】：

為了獲得更快的訪問速度選擇基于鄰接矩陣的存儲(chǔ)方式。圖2.1 中左圖展示了一個(gè)小型社交網(wǎng)絡(luò)，右圖展示了將其抽象為含 4 個(gè)節(jié)點(diǎn) 3 條邊的無向無權(quán)圖的鄰接矩陣。圖 2.1 社交網(wǎng)絡(luò)及其鄰接矩陣示例

圖 2.2 鏈接預(yù)測(cè)問題示例2.2.2 基于相似度的鏈接預(yù)測(cè)一般的，認(rèn)為共同特征越多的兩個(gè)節(jié)點(diǎn)間的相似度越大，但由于節(jié)點(diǎn)的屬性等關(guān)鍵信息往往難以獲得，因此基于相似度的鏈接預(yù)測(cè)算法大都基于網(wǎng)絡(luò)拓?fù)溆?jì)算節(jié)點(diǎn)間相似度，定義 表示基于相應(yīng)算法得到的節(jié)點(diǎn) 和節(jié)點(diǎn) 之間的相似度。下面介紹其中基于局部信息的算法、基于路徑的算法以及基于隨機(jī)游走的算法。1.基于局部信息的相似度算法基于局部信息的算法基于網(wǎng)絡(luò)的局部拓?fù)浣Y(jié)構(gòu)計(jì)算節(jié)點(diǎn)間相似度來預(yù)測(cè)鏈接。（1）CN 指標(biāo)(Common Neighbors Index)若 與 互為鄰居節(jié)點(diǎn)，同時(shí) 和 也互為鄰居節(jié)點(diǎn)，則稱 是 和 的共同鄰居。CN 指標(biāo)認(rèn)為，兩個(gè)節(jié)點(diǎn)之間的共同鄰居個(gè)數(shù)與他們之間的相似度情況成正比，共同鄰居越多的節(jié)點(diǎn)間形成鏈接的可能性越大。定義如下：

【參考文獻(xiàn)】

相關(guān)期刊論文 前9條

1 許進(jìn);楊揚(yáng);蔣飛;金舒原;;社交網(wǎng)絡(luò)結(jié)構(gòu)特性分析及建模研究進(jìn)展[J];中國(guó)科學(xué)院院刊;2015年02期

2 劉冶;朱蔚恒;潘炎;印鑒;;基于低秩和稀疏矩陣分解的多源融合鏈接預(yù)測(cè)算法[J];計(jì)算機(jī)研究與發(fā)展;2015年02期

3 WANG Peng;XU BaoWen;WU YuRong;ZHOU XiaoYu;;Link prediction in social networks: the state-of-the-art[J];Science China(Information Sciences);2015年01期

4 羌毅;陳可佳;陳陽;方彪;;采用時(shí)間度量的半監(jiān)督鏈接預(yù)測(cè)方法[J];南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年06期

5 王英;王鑫;左萬利;;基于社會(huì)學(xué)理論的信任關(guān)系預(yù)測(cè)模型[J];軟件學(xué)報(bào);2014年12期

6 任曉龍;呂琳媛;;網(wǎng)絡(luò)重要節(jié)點(diǎn)排序方法綜述[J];科學(xué)通報(bào);2014年13期

7 任卓明;邵鳳;劉建國(guó);郭強(qiáng);汪秉宏;;基于度與集聚系數(shù)的網(wǎng)絡(luò)節(jié)點(diǎn)重要性度量方法研究[J];物理學(xué)報(bào);2013年12期

8 劉斌;李磊;;尋職中的社交網(wǎng)絡(luò)“強(qiáng)連接”、“弱連接”與勞動(dòng)者工資水平[J];管理世界;2012年08期

9 李玉華;肖海嶺;李棟才;李瑞軒;;基于鏈接重要性的動(dòng)態(tài)鏈接預(yù)測(cè)方法研究[J];計(jì)算機(jī)研究與發(fā)展;2011年S3期

相關(guān)碩士學(xué)位論文 前3條

1 王兵;復(fù)雜網(wǎng)絡(luò)的節(jié)點(diǎn)重要性度量算法研究[D];南京郵電大學(xué);2015年

2 張永超;基于微博信息擴(kuò)散的鏈接預(yù)測(cè)研究[D];哈爾濱工業(yè)大學(xué);2014年

3 胡滿玉;基于鏈接關(guān)系的有向加權(quán)復(fù)雜網(wǎng)絡(luò)關(guān)鍵節(jié)點(diǎn)識(shí)別技術(shù)研究[D];南京理工大學(xué);2012年

本文編號(hào)：2716072