隨著互聯(lián)網(wǎng)的飛速發(fā)展,人們在通過互聯(lián)網(wǎng)進行交流方面取得了長足的進步,也形成了一種新的社交網(wǎng)絡(luò)基本形式。社交網(wǎng)絡(luò)是現(xiàn)實世界中人與人之間通信的網(wǎng)絡(luò)虛擬化,特別是近年來社交網(wǎng)絡(luò)（如Facebook,騰訊,微博）的飛速發(fā)展,吸引了許多鄰域的學(xué)者來挖掘和分析社交網(wǎng)絡(luò)中的數(shù)據(jù)。從而促進了針對廣告,公共服務(wù),市場營銷,學(xué)術(shù)交流等的社交網(wǎng)絡(luò)研究。作為數(shù)據(jù)挖掘和分析的一種方法,分類問題也被應(yīng)用到社交網(wǎng)絡(luò)中。通過對網(wǎng)絡(luò)中的節(jié)點進行分類并通過標(biāo)簽捕獲節(jié)點的興趣,愛好,關(guān)系或其他可能的特征。社交網(wǎng)絡(luò)節(jié)點多標(biāo)簽分類是本文的主要研究方向,社交網(wǎng)絡(luò)中節(jié)點可以是代表現(xiàn)實中的一個人或者是一個整體組織,每一個節(jié)點中都包含了大量的數(shù)據(jù),例如:文本、圖片、音頻、視頻。之前多數(shù)節(jié)點分類問題主要為節(jié)點單標(biāo)簽分類,然后由于現(xiàn)今社交網(wǎng)絡(luò)內(nèi)節(jié)點的數(shù)據(jù)及屬性越來越多,節(jié)點單標(biāo)簽分類研究已經(jīng)難以滿足節(jié)點標(biāo)簽分類的要求,所以本文主要對節(jié)點進行多標(biāo)簽分類。社交網(wǎng)絡(luò)節(jié)點多標(biāo)簽分類問題有兩個研究方向:一個是根據(jù)節(jié)點自身屬性對節(jié)點進行分類,另一個方向是根據(jù)節(jié)點之間連接信息對節(jié)點進行分類。本文主要工作是根據(jù)將節(jié)點的自身屬性和連接信息進行融合,提出一種... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：69 頁

【學(xué)位級別】：碩士

【部分圖文】：

社交網(wǎng)絡(luò)拓?fù)鋱D

用Vij來表示節(jié)點Vi與節(jié)點Vj之間的邊，將所有節(jié)點之間的邊的特征信息同樣的提取出來之后與之前的節(jié)點的自身屬性一起便構(gòu)成了社交網(wǎng)絡(luò)拓?fù)鋱D的數(shù)據(jù)信息。本文研究的問題如下所述：接受一個大小為N*d的社交網(wǎng)絡(luò)拓?fù)鋱D數(shù)據(jù)，其中N表示拓?fù)鋱D中節(jié)點的數(shù)量，d表示每一個節(jié)點自身屬性的長度。拓?fù)鋱D中不是每一個節(jié)點都帶有標(biāo)簽，有標(biāo)簽的節(jié)點集合定義為Vl，其余的節(jié)點集合定義為Vu。社交網(wǎng)絡(luò)節(jié)點多標(biāo)簽分類是通過拓?fù)鋱D中節(jié)點的自身屬性與節(jié)點間的連接信息進行的分類運算，而如果僅僅只考慮節(jié)點的自身屬性來進行分類的話，如圖2-2所示。只需要找到與當(dāng)前待分類節(jié)點相似的Vl中的節(jié)點，再根據(jù)映射關(guān)系對當(dāng)前節(jié)點進行標(biāo)簽批注。圖2-2僅考慮節(jié)點自身屬性的分類算法將節(jié)點間的連接信息考慮進去之后大致有兩種分類方法，一種是直接將連接信息與節(jié)點自身屬性結(jié)合起來尋找其對應(yīng)的標(biāo)簽分類，如圖2-3所示。另一種是將節(jié)點之間的連接信息與中心節(jié)點的自身屬性融合之后重新賦予中心節(jié)點新的特征

第二章社交網(wǎng)絡(luò)及現(xiàn)有多標(biāo)簽分類算法研究9信息，再根據(jù)此新的特征信息進行后續(xù)分類操作，如圖2-4所示。圖2-3直接將連接信息與自身屬性相融合的節(jié)點分類算法圖2-4將連接信息與自身屬性融合后更新中心節(jié)點的節(jié)點分類算法圖2-2，圖2-3與圖2-4中X表示中心節(jié)點的自身屬性，Ф表示節(jié)點特征信息與標(biāo)簽的映射關(guān)系，Y表示中心節(jié)點最后輸出的標(biāo)簽集合，A表示節(jié)點之間的連接信息，X’表示中心節(jié)點由自身屬性以及節(jié)點之間連接信息融合后得到的新的節(jié)點特征信息。接下來首先通過介紹社會科學(xué)中的兩種常見現(xiàn)象來說明對節(jié)點間的連接信息的應(yīng)用規(guī)則，然后介紹相似性度量來確定連接信息的選取規(guī)則。2.1.2相似性度量相似性和共同引用規(guī)律[39]都是社交網(wǎng)絡(luò)中頻繁出現(xiàn)的兩種重要現(xiàn)象，首先相似性顧名思義就是社交網(wǎng)絡(luò)中一個節(jié)點存在與其他節(jié)點類似的情況，根據(jù)相關(guān)鄰域的學(xué)者研究發(fā)現(xiàn)社交網(wǎng)絡(luò)中兩個相似的節(jié)點之間往往會存在著緊密的聯(lián)系也就產(chǎn)生了節(jié)點之間的邊。例如：人們之間產(chǎn)生聯(lián)系往往都是由于擁有相同的特點，不論是愛好，年齡，習(xí)慣等，而兩個完全不相似的人則很難在社交網(wǎng)絡(luò)之中產(chǎn)生

【參考文獻】：
期刊論文
[1]社交網(wǎng)絡(luò)研究綜述[J]. 李立耀,孫魯敬,楊家海.  計算機科學(xué). 2015(11)
[2]基于潛在變量的異構(gòu)網(wǎng)絡(luò)節(jié)點分類模型研究[J]. 尹向東,肖輝軍.  計算機工程. 2015(07)



本文編號：3312215