社會網絡中群組探測和話題建模技術研究.pdf

1、隨著社交網絡平臺的涌現,用戶之間不僅可以建立鏈接關系,而且還可以產生豐富的文本信息。群組探測是重要的鏈接挖掘技術之一,而話題建模是對社會網絡中的文本進行挖掘的主要工具之一。為了將社會網絡中的鏈接和文本進行統(tǒng)一分析,對群組探測和話題建模技術進行更深入的研究并且將兩者進行有機的結合,具有十分重要的意義。然而,社會網絡的大規(guī)模、動態(tài)變化、快速更新以及鏈接和文本共存等特點,給群組探測和話題建模提出了新的挑戰(zhàn)。
　　在群組探測方面,針對基于

2、凝聚法和模塊度優(yōu)化的Newman算法效率低下的問題,提出了僅通過一次掃描快速構造緊湊群組的啟發(fā)式算法OBO-Group。OBO-Group避免了Newman算法在初始合并階段的大量計算,從而提高了算法的效率。在OBO-Group的基礎上,提出了針對有向加權網絡的靜態(tài)群組探測算法S-Group(StaticGroup)。在真實的和人工合成的網絡上的實驗結果表明,S-Group比Newman算法高效,同時效果與Newman算法接近。針對社會

3、網絡的動態(tài)變化性,提出了群組變化點檢測算法Stream-Group。在人工合成的動態(tài)網絡和安然郵件網絡上的實驗結果表明,Stream-Group能夠有效地發(fā)現社會網絡中的群組變化點。
　　針對社會網絡快速更新的特點,研究了增量式K-派系(K-Clique)聚類算法。作為增量式K-派系聚類的特例,增量式2-派系聚類問題被轉化為局部深度優(yōu)先森林更新問題,針對該問題提出了一系列局部更新策略,這些策略在保證聚類結果精確性的前提下,盡可能縮

4、小更新的范圍,實現高效的增量式計算。然后,將增量式2-派系聚類擴展到K大于等于3的情況。在作者合作網絡和安然郵件網絡上的實驗結果表明,增量式K-派系聚類比對應的靜態(tài)算法高效,與增量式譜聚類相比,增量式K-派系聚類速度更快而且沒有累積誤差,與基于快照網絡的聚類相比,增量式K-派系聚類能夠發(fā)現社會網絡中聚類的許多演化細節(jié)。
　　在話題建模方面,研究了基于排序的話題模型(RankingbasedTopicModel,RankTopic)

5、。RankTopic通過引入文本的鏈接重要性來改進話題建模性能。傳統(tǒng)的話題建模將文本看作同等重要,然而在現實社會網絡中,文本的重要程度不盡相同,因此,將文本看作同等重要將不可避免地損害話題建模的性能。在論文引用網絡和推特(Twitter)數據上的大量實驗結果表明,RankTopic在泛化性能、文本聚類和分類效果方面都優(yōu)于已有的話題模型,探測出的話題也具有更好的可解釋性。
　　大多數已有的模型很少考慮群組和話題之間的相互協(xié)同效應。有

6、些模型要么只考慮群組要么只考慮話題從而無法達到同時探測兩者的目的,還有些模型則將群組和話題用相同的變量進行建模使得模型的靈活性存在明顯不足。針對該問題,提出了相互促進的無窮群組話題模型(MutualEnhancedInfiniteCommunity-TopicModel,MEI),將群組和話題集成到統(tǒng)一的概率生成模型中,實現了對社會網絡中的群組和話題的同時探測。MEI將群組和話題分開,同時又利用群組話題分布將兩者關聯(lián)起來,既保證了模型在