社會網(wǎng)絡中的時空周期行為模式挖掘算法研究.pdf

1、隨著計算機、互聯(lián)網(wǎng)和通信技術的迅猛發(fā)展，社會內(nèi)部活動和聯(lián)系日益緊密和頻繁，其日趨復雜的網(wǎng)絡化結(jié)構(gòu)必然要求人類對各種復雜社會行為及其潛在模式有更為深入的研究。社會網(wǎng)絡中的時空維度下的行為模式挖掘問題仍然是一個開放性的研究方向，存在大量的研究課題。
　　本文基于社會網(wǎng)絡行為數(shù)據(jù)特性，重點研究時空維度下的周期行為模式挖掘算法，主要工作包括以下幾個方面：
　　1.首先，本文提出了一種基于層次二部圖模型的時空周期行為模式挖掘算法，能夠

2、挖掘社會中人們的周期行為習慣、移動軌跡。通過對動態(tài)社會網(wǎng)絡數(shù)據(jù)進行時間片切片，算法可將整個社會網(wǎng)絡轉(zhuǎn)化為一個模式二叉樹，高效的完成挖掘任務，克服以往算法的子集漏選問題，獲取代表時空周期行為模式的閉合周期地點子集。
　　2.在此基礎上，研究了最小周期地點控制子集算法，可以近似獲取最小的地點控制子集，通過少量地點覆蓋大部分個體行為模式；同時還提出了類周期行為模式挖掘算法，可挖掘出近似周期行為模式，該算法的挖掘結(jié)果更加接近現(xiàn)實社會中人們