面向社會網(wǎng)絡的關系挖掘算法研究.pdf

1、社會網(wǎng)絡分析已經(jīng)成為數(shù)據(jù)挖掘領域中研究的熱點之一。隨著研究的深入，社會網(wǎng)絡的概念也被逐步擴大，也出現(xiàn)了大量的社會網(wǎng)絡平臺。例如以好友關系為基礎的Facebook、人人等，以信息傳播為基礎的Twitter、新浪微博等，以用戶興趣為基礎的Flick，豆瓣等，還包括以學者合作為基礎的DBLP等等。用戶每天在社會網(wǎng)絡平臺中產(chǎn)生大量的實體及關系。社會網(wǎng)絡中實體之間的關系是錯綜復雜的，通過挖掘實體間的潛在關系，能夠深入理解社會網(wǎng)絡中的社區(qū)結構、信息

2、傳播、群體行為和社會輿情等。因此，社會網(wǎng)絡中的關系挖掘已經(jīng)成為相關領域研究的的基礎。
　　傳統(tǒng)社會網(wǎng)絡中的關系挖掘主要關注人及人之間的關系，而真實社會網(wǎng)絡中的實體除了包括人之外，還包含很多其他實體。例如知識圖譜研究關注的概念實體，信息推薦關注的項目、位置等。社會網(wǎng)絡中的關系主要包括兩類：同質(zhì)關系和異質(zhì)關系。兩類關系通常同時存在，并且是相互關聯(lián)的。因此，實體和關系是社會網(wǎng)絡關系挖掘算法關注的焦點。從數(shù)據(jù)挖掘的視角出發(fā)，針對社會網(wǎng)絡中

3、實體間的復雜關系進行挖掘分析，能夠從結構、內(nèi)容、行為等多角度理解社會網(wǎng)絡。
　　本文從關系挖掘的角度出發(fā)，主要針對以下幾個方面開展研究：
　　首先，社會網(wǎng)絡中用戶之間的社區(qū)特征、消息的話題相似性、用戶行為的趨同性等表現(xiàn)出大量的同質(zhì)關系。針對社會網(wǎng)絡中的同質(zhì)關系很難在單一尺度下分析的問題，提出了基于擴散小波的多尺度分析框架。在統(tǒng)一的框架下針對社會網(wǎng)絡中的社區(qū)結構、話題、用戶行為等進行多尺度分析。
　　其次，針對大規(guī)模異質(zhì)

4、關系數(shù)據(jù)中的稀疏性和非平衡問題，提出了基于關聯(lián)矩陣的稀疏非負矩陣分解算法 HSNMF-CM。算法中選擇異質(zhì)關系對應的較小一類實體的相關關系構建關聯(lián)矩陣，既降低了矩陣的稀疏度，又提高了算法的處理效率。HSNMF-CM在塊坐標下降的框架下，通過稀疏約束下的高效投射算法快速求解矩陣分解。針對高階異質(zhì)關系，算法通過聚類指示矩陣融合的方法處理復雜的異質(zhì)關系數(shù)據(jù)。
　　再次，針對大規(guī)模微博消息流的突發(fā)話題檢測問題，在動態(tài)窗口劃分的基礎上，通過

5、聯(lián)合聚類算法挖掘用戶、消息和特征實體之間的關系，實現(xiàn)快速、準確的突發(fā)話題檢測。從實體影響力的角度定義突發(fā)話題，充分考慮話題的動態(tài)性。針對中文微博，以字為特征實體，實現(xiàn)高效的實體關系建模。最后以突發(fā)字為基礎構建詞、有意義串。因此能夠檢測新詞、口語化詞等誘導的突發(fā)現(xiàn)象。
　　最后，針對微博中的異常檢測問題，從同、異質(zhì)關系協(xié)同的角度開展研究，提出了基于異質(zhì)關系矩陣分解的異常檢測算法。從內(nèi)容、交互行為、用戶屬性等方面定量度量用戶和消息對應