社交網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)技術(shù)研究.pdf

1、計算機網(wǎng)絡(luò)技術(shù)迅猛發(fā)展，開始深刻地改變著人們的生活方式。尤其是web2.0時代以來，社交網(wǎng)站和社交網(wǎng)絡(luò)服務(wù)蓬勃發(fā)展，如國外的Facebook、LinkedIn,twitter，國內(nèi)的各大主流微博客等。人們通過這些網(wǎng)站和服務(wù)與網(wǎng)絡(luò)中的朋友發(fā)生交互，建立了人與人之間的聯(lián)系，這種聯(lián)系、交互構(gòu)成了社交網(wǎng)絡(luò)。社交網(wǎng)絡(luò)具有一個重要的結(jié)構(gòu)特點----“社區(qū)結(jié)構(gòu)”，其作為社交網(wǎng)絡(luò)的一個子集，社區(qū)內(nèi)節(jié)點之間關(guān)聯(lián)密切，不同社區(qū)的節(jié)點間關(guān)聯(lián)稀疏。網(wǎng)絡(luò)中同一個

2、社區(qū)內(nèi)的節(jié)點可能具有共同的性質(zhì)，并且（或者）在網(wǎng)絡(luò)內(nèi)扮演類似的角色。社區(qū)結(jié)構(gòu)的發(fā)現(xiàn)不僅有助于理解網(wǎng)絡(luò)的功能、識別網(wǎng)絡(luò)內(nèi)部的連接層次，而且，它對于理解社交網(wǎng)絡(luò)上復(fù)雜的用戶行為及群體行為有著極其重要的基礎(chǔ)性作用。因此，對社區(qū)結(jié)構(gòu)的研究具有重要的理論與實際意義。本研究主要內(nèi)容包括：
　　⑴社交網(wǎng)絡(luò)中用戶的屬性信息，如年齡、地址、畢業(yè)院校、感興趣內(nèi)容、話題標(biāo)簽等，這些都給純結(jié)構(gòu)網(wǎng)絡(luò)上的社區(qū)發(fā)現(xiàn)方法帶來了新的技術(shù)挑戰(zhàn)?；谏鐣W(xué)結(jié)論，即同一

3、社區(qū)的成員之間屬性具有更高的相似性，我們提出了一種結(jié)合節(jié)點屬性熵的社區(qū)發(fā)現(xiàn)方法。在同質(zhì)性理論和“核心—邊緣”結(jié)構(gòu)等理論支持下，提出通過節(jié)點的屬性相似度定義社區(qū)屬性熵，同一個社區(qū)內(nèi)節(jié)點越相似則社區(qū)屬性熵越小。一個好的社區(qū)劃分應(yīng)該在保證社區(qū)結(jié)構(gòu)鏈接緊密的情況下，網(wǎng)絡(luò)劃分的社區(qū)屬性熵最小。利用蒙特卡羅方法和社區(qū)結(jié)構(gòu)的局部特性可以有效降低算法的復(fù)雜性。無參數(shù)設(shè)置使得算法更加適用于實際網(wǎng)絡(luò)上的社區(qū)發(fā)現(xiàn)。
　　⑵在線社交網(wǎng)絡(luò)數(shù)據(jù)中具有豐富的用

4、戶交互信息，如：用戶發(fā)表的大量文本內(nèi)容、用戶之間相互評論、提及等行為信息。這些信息的利用可以使得社區(qū)發(fā)現(xiàn)獲得具有更多社會價值的群體。個體之間結(jié)構(gòu)上關(guān)聯(lián)、行為上相近是社區(qū)成員的本質(zhì)特征?；谶@樣的假設(shè)，將社交網(wǎng)絡(luò)上屬性信息和交互信息抽象為上下文特征，認(rèn)為特定社交圈的形成和維持是特定上下文特征驅(qū)動的結(jié)果。采用詞向量的方式表示一個用戶的特征上下文，我們提出基于上下文特征頻繁模式挖掘的社交圈分析方法。這種方法得到的社交圈允許存在重疊性和層次性，

5、更加符合社交網(wǎng)絡(luò)中個體具有多重身份和角色的真實情況。
　?、窃诰€社交網(wǎng)絡(luò)的大規(guī)模特征和高速動態(tài)特性，使得實時獲取、分析某個時間點上的靜態(tài)全局網(wǎng)絡(luò)成為不可能。本文提出一種適用于動態(tài)網(wǎng)絡(luò)的重疊社區(qū)發(fā)現(xiàn)方法，在社區(qū)核等概念的基礎(chǔ)上，受啟發(fā)于基于局部特征的社區(qū)發(fā)現(xiàn)方法，將動態(tài)網(wǎng)絡(luò)上的變化歸結(jié)于節(jié)點增加、節(jié)點刪除、邊的增加、邊的刪除等四個原子操作。我們分析四個原子操作對網(wǎng)絡(luò)社區(qū)結(jié)構(gòu)帶來的影響，發(fā)現(xiàn)動態(tài)網(wǎng)絡(luò)上的社區(qū)結(jié)構(gòu)，這種方法可以允許一個節(jié)