基于复杂网络的社会化搜索

论文摘要

随着互联网的飞速发展，互联网已经由Web2.0的时代进入了社交网络时代。在国外，社交网络在2003年就已经出现了。Facebook、MySpace、Twitter、Delicious等社交网张层出不穷，并在短时间内得到了飞速的发展。而在国内，社交网络最初的聊天室、校友录，在经过论坛、博客发展到现在的微博。2009年开始，各大门户网站纷纷推出了自己的微博。众多名人、记者、商业组织包括政府职能机关纷纷实名注册，而用个人邮箱或QQ账号注册的普通用户更是数以亿计。短短的几年时间，社交网络的发展已经使它站在了互联网发展的最前沿，并引领互联网未来的发展趋势。社交网络是一种典型的复杂网络，如何借助复杂网络的社团结构和搜索策略为社交网络提供快速有效的搜索结果将是本文研究的重点。本文重点研究了复杂网络的社团结构和复杂网络的搜索策略，尤其是随机游走策略，通过对已有算法的研究和改进，本文根据腾讯微博的SDK，使用C#语言设计并实现了一个微博推荐系统。

论文目录

• 提要
• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景
• 1.2 国内外研究现状
• 1.3 本文的研究内容
• 1.3.1 本文研究的目的
• 1.3.2 本文研究的内容
• 1.4 论文的组织结构
• 第2章 复杂网络和社交网络
• 2.1 复杂网络的产生及其特性
• 2.1.1 复杂网络简介
• 2.1.2 复杂网络的特性
• 2.2 社交网络的产生及发展
• 2.2.1 社交网络的定义
• 2.2.2 社交网络的发展
• 2.2.3 社交网络的特性
• 第3章 社团结构和朋友关系的研究
• 3.1 复杂网络中的社团结构
• 3.1.1 社团结构的图形分割算法
• 3.1.2 社团结构的分级聚类算法
• 3.1.3 派系过滤算法
• 3.2 基于社团结构的社会化搜索
• 3.2.1 带有边权重和节点属性的阈值方法
• 3.2.2 SA-Cluster 方法
• 3.3 朋友关系的建立与巩固
• 3.3.1 朋友关系的建立
• 3.3.2 朋友关系的传递性和相互性
• 3.3.3 关系的解除
• 第4章 复杂网络搜索策略及其在社会化搜索中的应用
• 4.1 复杂网络中的搜索策略
• 4.1.1 广度优先搜索策略
• 4.1.2 最大度搜索策略
• 4.1.3 随机游走搜索策略
• 4.2 随机游走策略在社会化搜索中的应用
• 4.2.1 使用随机游走用于链接推荐的统一框架
• 4.2.2 监督随机游走
• 4.2.3 吸收随机游走
• 4.3 用于微博推荐的随机游走算法
• 4.3.1 推荐过滤策略
• 4.3.2 推荐排序策略
• 4.3.3 算法描述与实现
• 4.3.4 参数设置
• 第5章 基于随机游走策略的微博推荐系统设计与实现
• 5.1 系统开发环境
• 5.2 系统构架设计与开发
• 5.2.1 系统构架设计
• 5.2.2 系统开发
• 5.3 核心算法设计与封装
• 5.3.1 算法设计
• 5.3.2 算法实现与封装
• 5.4 系统实验结果
• 第6章 总结与展望
• 6.1 全文总结
• 6.2 展望
• 参考文献
• 致谢