在線社交網(wǎng)絡社區(qū)發(fā)現(xiàn)技術研究.pdf

1、隨著計算機網(wǎng)絡技術的發(fā)展，人們正經(jīng)歷著一個生活方式發(fā)生變化的年代。伴隨著Web2.0走向前臺，社交網(wǎng)絡蓬勃發(fā)展。社交網(wǎng)絡具有一個重要的結構特點—“社區(qū)結構”，即網(wǎng)絡是由群或組構成的。組內(nèi)的節(jié)點連接緊密，而組間的節(jié)點連接稀疏。網(wǎng)絡中同一個社區(qū)內(nèi)的節(jié)點可能具有共同的性質，并且（或者）在網(wǎng)絡內(nèi)扮演類似的角色。社區(qū)結構的發(fā)現(xiàn)不僅有助于理解網(wǎng)絡的功能，識別網(wǎng)絡內(nèi)部的連接層次。而且，它對于理解社交網(wǎng)絡上復雜的用戶行為及群體行為有著極其重要的基礎性作

2、用。
　　基于社交網(wǎng)絡的特征，本文的主要工作如下。針對社交網(wǎng)絡中的節(jié)點擁有自身屬性的特點，本文基于節(jié)點的屬性信息方面對傳統(tǒng)的社區(qū)發(fā)現(xiàn)進行了改進，提出了一種結合社區(qū)屬性熵的CAEM算法，提高了單純依靠網(wǎng)絡拓撲結構發(fā)現(xiàn)的社區(qū)的質量，算法無需特殊參數(shù)，復雜度較低，在真實數(shù)據(jù)集上的實驗分析證明其有效性。
　　針對原始標簽傳播算法魯棒性不強的缺點，文本對基于結構的標簽影響力傳播的社區(qū)發(fā)現(xiàn)方法進行了改進，提出了NLPA算法。算法將待更新