基于内容性数据和相关性数据的可覆盖社会网络挖掘算法

论文摘要

本文提出了可同时基于内容性数据和相关性数据,对社会网络进行可覆盖社区发现的方法。近年来许多工作开始着手于不同于传统的社区发现方法,即挖掘具有可覆盖性的社区结构。这些方法的主要特点在于,他们假设网络中的用户或者目标可以同时归属于多个社区。然而大部分的这些方法往往只注重于单一的数据形式,或是只基于内容性数据,或只是相关性数据。于是,这就造成上述方法不能将社会网络所具有的重要的子图特性很好地展现出来。为了突出现实中社会网络所具有的重要的子图特性,本文建立了同时基于内容性数据和相关性数据的可覆盖社区发现模型。这个模型在分析问题是分为两个步骤：首先,将原始的社会网络转化为一种“目标——属性图”,并在此基础上提出和定义了候选子图的概念,分析和建立了从目标或属性到候选子图之间的度量准则；然后,提出了名为“基于候选子图的可覆盖聚类算法”去实现可覆盖的社区发现这一最终目标,该算法的核心思想在于将网络中的边(“目标——属性”对)分配给合适的候选子图。总体上,本工作将这两个步骤通过贝叶斯统计模型有机地结合起来,这不仅有助于可以挖掘潜在的网络结构,也极大地改善了社区发现的准确度。最后,通过两个标准的公开数据库的测试,本文提出的算法相比于目前世界领先的算法,在性能上有了很大的提高。

论文目录

• 序言
• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题背景
• 1.2 国内外研究现状
• 1.3 本文组织结构
• 1.4 本章小结
• 第二章 可覆盖社区发现的相关技术介绍
• 2.1 具有可覆盖性的社区发现方法
• 2.1.1 以最大子图扩张为核心概念的方法
• 2.1.2 以行为分析为研究目标的方法
• 2.1.3 其他的一些关于可覆盖性社区发现方法的介绍
• 2.2 同时基于内容性数据和相关性数据的社区发现方法
• 2.3 概率统计模型相关知识的介绍
• 2.3.1 高斯混合模型与EM算法
• 2.3.2 EM算法的一般表达形式
• 2.3.3 关于EM算法收敛性的介绍
• 第三章 同时基于内容性和相关性数据的可覆盖社区发现
• 3.1 任务目标的确立
• 3.2 候选子图的评估
• 3.2.1 度量属性和候选子图的相关性
• 3.2.2 度量目标和候选子图的相关性
• 3.2.3 度量“目标——属性”对和候选子图的相关性
• 3.3 具有可覆盖性的社区发现
• 3.4 SOC算法总结
• 第四章 基于DBLP和NewMovies数据的实验报告
• 4.1 虚拟数据
• 4.1.1 采用NMI评价准则
• 4.1.2 采用Modularity评价准则
• 4.2 DBLP数据
• 4.2.1 “作者——会议图”
• 4.2.2 “文章——词义图”
• 4.3 NewMovies数据
• 4.4 算法复杂度评估
• 第五章 总结和展望
• 参考文献
• 攻读硕士学位期间的研究成果
• 致谢
• 作者简历