基于本體的可伸縮的社會網(wǎng)絡(luò)抽取算法的研究.pdf

1、在對專業(yè)領(lǐng)域社會網(wǎng)絡(luò)的抽取過程中涉及很多大數(shù)據(jù)集,將社會網(wǎng)絡(luò)的抽取應(yīng)用到一個大的組織(用戶群)的時候,提交到搜索引擎中的關(guān)鍵字的數(shù)目成為了一個關(guān)鍵性的問題。由于需要將所有結(jié)點進行完全配對搜索和計算,大數(shù)據(jù)集和多關(guān)鍵字在時間和空間上開銷太大,因此研究人員提出用部分計算的方法確定結(jié)點間關(guān)系,從而出現(xiàn)了社會網(wǎng)絡(luò)抽取的可伸縮性問題。對于社會網(wǎng)絡(luò)抽取可伸縮性問題的研究,雖然許多學(xué)者提出了一些能夠有效地降低計算時間和存儲空間的解決方法,但仍存在結(jié)果

2、準確性敏感于閾值設(shè)置等客觀條件的問題,即運算的準確度隨著客觀條件的改變而產(chǎn)生很大差異。本文提出一種基于本體的、具有可伸縮的實現(xiàn)社會網(wǎng)絡(luò)抽取算法Ontology-Scalabilty,該算法應(yīng)用本體進行相關(guān)領(lǐng)域數(shù)據(jù)存儲并減少搜索引擎中需檢索的關(guān)鍵字數(shù)目,從而提高網(wǎng)絡(luò)中結(jié)點關(guān)系的計算和存儲效率。
　　 本文首先介紹了社會網(wǎng)絡(luò)定義及相關(guān)概念、社會網(wǎng)絡(luò)分析在計算機科學(xué)領(lǐng)域中的應(yīng)用,之后對現(xiàn)有的社會網(wǎng)絡(luò)抽取算法進行了歸納,并對其中的代表算

3、法作了簡要的分析。本文重點討論了本體的構(gòu)建,給出了支持社會網(wǎng)絡(luò)分析的本體的構(gòu)建方法,在此基礎(chǔ)上提出了一個基于本體的、具有可伸縮的社會網(wǎng)絡(luò)抽取算法,文中詳細描述了算法的思想、實現(xiàn)過程及性能評價。
　　 本文的算法計算時間復(fù)雜度由傳統(tǒng)算法的O(n2)降低為O(n),實驗表明該算法相較于傳統(tǒng)算法在時間性能上有很大提高。它具有對大數(shù)據(jù)集的數(shù)據(jù)進行社會網(wǎng)絡(luò)抽取時間短、召回率(準確率)高等優(yōu)點。更重要的是,算法中構(gòu)建的本體是通過領(lǐng)域性的數(shù)據(jù)