動態(tài)社會網(wǎng)絡(luò)中的話題跟蹤算法研究.pdf

1、動態(tài)社會網(wǎng)絡(luò)流可以描述為網(wǎng)絡(luò)結(jié)構(gòu)和文本文檔共同隨時(shí)間變化并相互作用的結(jié)果。典型的例子如學(xué)術(shù)合作網(wǎng)絡(luò)中作者發(fā)表的論文以及作者之間的合作關(guān)系都是不斷變化的,另外如微博系統(tǒng)中用戶生成的博文和用戶之間關(guān)注和被關(guān)注關(guān)系也是隨時(shí)間變化的。
　　動態(tài)社會網(wǎng)絡(luò)分析的一個重要任務(wù)是如何發(fā)現(xiàn)并跟蹤用戶感興趣的話題隨時(shí)間的演化過程。目前有很多單獨(dú)對網(wǎng)絡(luò)結(jié)構(gòu)流或者文本文檔流的研究工作,但同時(shí)考慮兩者以及他們之間相互影響的研究較少。本文融合文本文檔和網(wǎng)絡(luò)結(jié)

2、構(gòu)在時(shí)間軸上的變化,通過建立一個概率模型來完成跟蹤用戶感興趣話題在社會網(wǎng)絡(luò)中隨時(shí)間演化的任務(wù)。
　　在綜合考慮了社會影響力,選擇現(xiàn)象,用戶歷史興趣以及文本語義因素的基礎(chǔ)上提出了一個基于動態(tài)網(wǎng)絡(luò)的話題跟蹤模型(DynamicnetworkbasedTopic-TrackingModel,DTT)。用戶在當(dāng)前時(shí)刻對各個話題的興趣度受到前一時(shí)刻用戶本身興趣度和其鄰居興趣度的影響,采用吉布斯隨機(jī)場對這種社會影響現(xiàn)象進(jìn)行建模。各個用戶在各個

3、話題上的興趣度會影響用戶之間的鏈接關(guān)系,采用類似社區(qū)影響鏈接關(guān)系的方法對這種社會網(wǎng)絡(luò)中的選擇現(xiàn)象建模。文檔的生成由用戶感興趣的話題所決定,經(jīng)典的話題模型可以刻畫這個過程。為保證話題本身的延續(xù)性,模型中融入了當(dāng)前話題對歷史話題的依賴?；谝陨峡紤],形式化定義了動態(tài)社會網(wǎng)絡(luò)中的話題跟蹤問題,并提出了改進(jìn)的期望最大化(ExpectationMaximization,EM)算法對模型進(jìn)行學(xué)習(xí)。
　　在Arnetminer平臺提供的一個學(xué)術(shù)