基于SNA的恐怖组织等级结构提取算法研究

论文摘要

自从美国“911事件”以后，恐怖主义已成为当今世界研究的热点问题。正确分析恐怖组织的结构有助于政府有效地采取反恐措施。随着信息采集系统的不断成熟，传统的手工分析已不足以处理日益增多的数据，计算机自动化地对所收集的数据进行分析成为了目前最迫切的需要。本文将社会网络分析技术应用到了恐怖组织的研究中。中心性测量是社会网络分析的基本方法，本文首先分析了几种经典的中心性测量方法，发现它们的不足是只考虑了节点间的联结关系，而没有区分节点间联结强度的不同。随后给出了联结强度的概念，并提出了一种新的节点中心性测量方法，即节点依赖度。在节点依赖度的计算中，将节点间联结强度的不同做了区分，因此它更能代表节点在网络中占据中心位置的情况。本文通过实验对比得出节点依赖度明显优于其他中心性测量方法。通过节点中心性计算找出网络中的核心成员仅是分析恐怖组织的第一步，本文在节点中心性的基础上，提出了一种提取恐怖组织等级结构的算法。恐怖组织通常由一个用节点集和边集组成的图来表示，但是图的形式并不能反映出组织中的等级结构。本文用树的结构来表示一个恐怖组织的等级结构，并提出了从恐怖组织中提取等级结构树的算法。实验表明，此算法所得结果与事实相符。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景
• 1.1.1 恐怖主义现状
• 1.1.2 社会网络分析的兴起
• 1.2 国内外研究现状
• 1.3 本文主要工作及内容安排
• 第二章 社会网络分析简介
• 2.1 社会网络的基本概念
• 2.1.1 行动者
• 2.1.2 关系
• 2.1.3 小集团
• 2.2 社会网络分析的相关知识
• 2.2.1 社会网络分析的基本单元
• 2.2.2 社会网络的数学表达
• 2.3 节点中心性研究
• 2.3.1 联系度
• 2.3.2 中介度
• 2.3.3 紧密度
• 2.3.4 三种中心性比较
• 2.4 本章小结
• 第三章 基于联结强度的节点中心性测量
• 3.1 引言
• 3.2 联结强度的表示方法
• 3.3 依赖度的定义
• 3.4 依赖度的计算方法
• 3.4.1 恐怖组织的建模
• 3.4.2 依赖度的简化计算方法
• 3.4.3 动态规划求解有效可达路径
• 3.5 实验
• 3.5.1 数据集
• 3.5.2 实验的总体设计
• 3.5.3 实验结果
• 3.6 本章小结
• 第四章 提取恐怖组织等级结构
• 4.1 引言
• 4.2 恐怖组织转为有向图
• 4.2.1 加权平均排序法
• 4.2.2 基于图熵的排序
• 4.2.3 PageRank 排序方法
• 4.2.4 无向图转有向图算法
• 4.3 上下级关系的确定
• 4.3.1 父节点的确定
• 4.3.2 准确性分析
• 4.4 提取组织等级结构
• 4.4.1 根节点的确定
• 4.4.2 等级结构提取算法
• 4.5 案例分析
• 4.5.1 波金卡计划
• 4.5.2 伦敦爆炸案
• 4.6 本章小结
• 第五章 结束语
• 5.1 本文的主要工作总结
• 5.2 展望
• 致谢
• 参考文献