多關系社會網絡社區(qū)挖掘方法研究.pdf

1、隨著Web2.0技術的迅速發(fā)展,涌現了越來越多的社會網絡站點,社會網絡分析(SNA)吸引了越來越多研究者的關注,社區(qū)挖掘成為社會網絡分析中的一個主要研究方向。當前關于社區(qū)挖掘的絕大多數方法都假定社會網絡中只存在一種關系,挖掘結果并不完全符合用戶的真實需求。而現實的社會網絡多為多關系網絡或者異質網絡,個體問往往存在著多種不同的關系,這些關系在不同任務中扮演著不同角色。本論文將從降低噪聲數據,提高算法效率和利用語義信息三方面對多關系社會網絡

2、進行社區(qū)挖掘方法的研究,為解決以上三方面內容提供了一種解決方案。具體研究內容主要包括以下方面:
　　 首先,提出了一種基于相關性分析的多關系社會網絡社區(qū)挖掘算法(MCMABCA),解決了多關系社會網絡影響挖掘結果正確性的噪聲數據問題。該方法將多關系社會網絡中的社區(qū)挖掘問題轉化為關系的選擇和抽取問題,針對多關系的社會網絡,基于相關性分析去除冗余關系,并結合用戶查詢抽取一種組合關系,根據這種組合關系挖掘社會網絡中符合用戶需求的社區(qū)結

3、構。
　　 其次,提出了一種基于排名的多關系社會網絡中的社區(qū)挖掘算法(MCMABR),為維數較高的多關系社會網絡降低算法復雜度提供了一種解決方案。該算法針對社會網絡中的關系數目成千上萬情況下,對于用戶查詢來說,每個關系的重要程度是不一樣的特點,對社會網絡中關系集進行了預處理,選擇重要度排名靠前的關系,在此基礎上抽取出一組關系組合來發(fā)現社區(qū)結構,大大降低了時間復雜度,提高了算法效率。
　　 另外,針對某些情況下,僅僅從圖拓