多關(guān)系社會(huì)網(wǎng)絡(luò)社區(qū)挖掘方法研究.pdf

1、隨著Web2.0技術(shù)的迅速發(fā)展,涌現(xiàn)了越來(lái)越多的社會(huì)網(wǎng)絡(luò)站點(diǎn),社會(huì)網(wǎng)絡(luò)分析(SNA)吸引了越來(lái)越多研究者的關(guān)注,社區(qū)挖掘成為社會(huì)網(wǎng)絡(luò)分析中的一個(gè)主要研究方向。當(dāng)前關(guān)于社區(qū)挖掘的絕大多數(shù)方法都假定社會(huì)網(wǎng)絡(luò)中只存在一種關(guān)系,挖掘結(jié)果并不完全符合用戶的真實(shí)需求。而現(xiàn)實(shí)的社會(huì)網(wǎng)絡(luò)多為多關(guān)系網(wǎng)絡(luò)或者異質(zhì)網(wǎng)絡(luò),個(gè)體問(wèn)往往存在著多種不同的關(guān)系,這些關(guān)系在不同任務(wù)中扮演著不同角色。本論文將從降低噪聲數(shù)據(jù),提高算法效率和利用語(yǔ)義信息三方面對(duì)多關(guān)系社會(huì)網(wǎng)絡(luò)

2、進(jìn)行社區(qū)挖掘方法的研究,為解決以上三方面內(nèi)容提供了一種解決方案。具體研究?jī)?nèi)容主要包括以下方面:
　　 首先,提出了一種基于相關(guān)性分析的多關(guān)系社會(huì)網(wǎng)絡(luò)社區(qū)挖掘算法(MCMABCA),解決了多關(guān)系社會(huì)網(wǎng)絡(luò)影響挖掘結(jié)果正確性的噪聲數(shù)據(jù)問(wèn)題。該方法將多關(guān)系社會(huì)網(wǎng)絡(luò)中的社區(qū)挖掘問(wèn)題轉(zhuǎn)化為關(guān)系的選擇和抽取問(wèn)題,針對(duì)多關(guān)系的社會(huì)網(wǎng)絡(luò),基于相關(guān)性分析去除冗余關(guān)系,并結(jié)合用戶查詢抽取一種組合關(guān)系,根據(jù)這種組合關(guān)系挖掘社會(huì)網(wǎng)絡(luò)中符合用戶需求的社區(qū)結(jié)

3、構(gòu)。
　　 其次,提出了一種基于排名的多關(guān)系社會(huì)網(wǎng)絡(luò)中的社區(qū)挖掘算法(MCMABR),為維數(shù)較高的多關(guān)系社會(huì)網(wǎng)絡(luò)降低算法復(fù)雜度提供了一種解決方案。該算法針對(duì)社會(huì)網(wǎng)絡(luò)中的關(guān)系數(shù)目成千上萬(wàn)情況下,對(duì)于用戶查詢來(lái)說(shuō),每個(gè)關(guān)系的重要程度是不一樣的特點(diǎn),對(duì)社會(huì)網(wǎng)絡(luò)中關(guān)系集進(jìn)行了預(yù)處理,選擇重要度排名靠前的關(guān)系,在此基礎(chǔ)上抽取出一組關(guān)系組合來(lái)發(fā)現(xiàn)社區(qū)結(jié)構(gòu),大大降低了時(shí)間復(fù)雜度,提高了算法效率。
　　 另外,針對(duì)某些情況下,僅僅從圖拓