结合话题的社会网络社团发现技术研究

论文摘要

社团发现技术旨在挖掘网络的社团组织结构。基于结构的社团发现方法忽略了社会网络中蕴含的话题。结合话题属性挖掘网络的社团结构对于分析社会网络的组织结构、更加高效地预防和打击网络犯罪具有重要的实用价值。本文提出了结合话题的社会网络社团发现框架，并分别在网络构建、话题抽取和社团发现方面进行了深入研究，主要研究内容包括：（1）在网络构建方面，针对通联关系网络无法准确描述网络了话题的问题，提出基于通信行为构建网络，根据通信内容抽取网络话题，进而分别构建关于各个话题的通联关系网络，实现网络结构和话题的有效结合，为结合话题进行社团发现奠定了基础。（2）在话题抽取方面，针对当前文本相似度计算基于词频统计忽略文本内容的问题，提出一种词义相似度计算方法，并在此基础上提出一种结合词义的文本相似度计算方法；针对当前聚类技术对参数敏感和无法适应大规模应用的问题，结合分层推举和划分聚类的思想，提出HAP聚类算法。实验验证了本文方法的有效性。（3）在社团发现方面，针对当前基于局部扩展的社团发现方法无法兼顾效率和效果的问题，提出基于节点种子社团适合度评估的改进局部扩展社团发现算法；针对当前多关系网络社团发现方法将关系进行合并导致混淆的问题，提出一种针对多关系网络的节点关系强度评估方法和基于该关系强度的多关系网络社团发现方法。实验结果表明，本文方法得到的社团结果更接近于网络现实情况。最后对提出的框架进行了设计实现，在安然邮件数据集上的实验验证了其有效性和实用性。对全文的研究工作进行总结，指出了下一步的研究方向。

论文目录

• 表目录
• 图目录
• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题背景及意义
• 1.2 社团发现研究现状
• 1.2.1 传统的社团发现方法
• 1.2.2 GN 算法
• 1.2.3 基于 AP 聚类的社团发现
• 1.2.4 团渗透的社团发现
• 1.2.5 模糊社团发现
• 1.2.6 局部扩展的社团发现
• 1.2.7 自组织的社团发现方法
• 1.2.8 针对社会网络的社团发现新方法
• 1.3 课题研究内容
• 1.4 论文组织结构
• 第二章 结合话题的社会网络社团发现框架设计
• 2.1 社会网络社团发现问题描述
• 2.1.1 相关概念
• 2.1.2 社会网络的社团结构
• 2.2 网络的话题描述
• 2.3 结合话题的社会网络社团发现框架
• 2.4 本章小结
• 第三章 网络话题的抽取
• 3.1 结合词义的文本相似度计算
• 3.1.1 HowNet、WordNet 和 Chinese WordNet
• 3.1.2 基于 Chinese WordNet 的词义相似度计算
• 3.1.3 文本特征向量表示
• 3.1.4 结合词义的文本特征词权重修正
• 3.1.5 文本相似度计算
• 3.2 分层近邻传播聚类
• 3.2.1 AP 算法
• 3.2.2 AP 算法性能分析
• 3.2.3 分层推举的实现策略
• 3.2.4 分层近邻传播聚类
• 3.3 实验验证及结果分析
• 3.3.1 文本相似度实验设计及结果分析
• 3.3.2 聚类实验设计及结果分析
• 3.4 本章小结
• 第四章 基于话题的通联关系网络构建及社团发现
• 4.1 基于话题的通联关系网络构建
• 4.2 话题社团发现
• 4.2.1 种子社团选取
• 4.2.2 扩展评价函数
• 4.2.3 基于节点种子社团适合度评估的改进局部扩展社团发现算法
• 4.3 关系社团发现
• 4.3.1 节点关系强度综合评估
• 4.3.2 基于 AP 算法的关系社团发现
• 4.4 实验验证及结果分析
• 4.4.1 话题社团发现方法验证
• 4.4.2 关系社团发现方法验证
• 4.5 本章小结
• 第五章 结合话题的社会网络社团发现算法设计与实现
• 5.1 网络通信行为信息组织与存储
• 5.2 网络话题抽取及标注
• 5.2.1 网络话题抽取设计与实现
• 5.2.2 网络话题标注设计与实现
• 5.3 网络构建及社团发现
• 5.3.1 网络构建设计与实现
• 5.3.2 结合话题的社团发现设计与实现
• 5.4 本章小结
• 结束语
• 参考文献
• 附录 1
• 作者简历 攻读硕士学位期间完成的主要工作
• 致谢