基于加權(quán)邊介數(shù)的Web社區(qū)發(fā)現(xiàn)方法.pdf

1、Web是一個(gè)典型的復(fù)雜網(wǎng)絡(luò)。Web在發(fā)展的過(guò)程中存在著大量的社區(qū)，這些社區(qū)是Web組織中非常重要的信息。web社區(qū)提供了特定主題下的相關(guān)資源，可以為用戶提供有價(jià)值的、可靠的、及時(shí)的信息。Web社區(qū)代表了Web中的社會(huì)活動(dòng)，對(duì)社區(qū)的深入研究可以了解Web中知識(shí)信息及其組織結(jié)構(gòu)的發(fā)展?fàn)顩r。發(fā)現(xiàn)Web社區(qū)對(duì)提高用戶查詢效率及實(shí)現(xiàn)網(wǎng)頁(yè)分類有著重要意義。 本文對(duì)已有的基于鏈接結(jié)構(gòu)的Web社區(qū)發(fā)現(xiàn)算法進(jìn)行了分類，并通過(guò)對(duì)三種典型的Web社區(qū)

2、發(fā)現(xiàn)技術(shù)的理論與實(shí)驗(yàn)分析發(fā)現(xiàn)已有算法發(fā)現(xiàn)的社區(qū)結(jié)果的網(wǎng)頁(yè)之間鏈接不是很緊密，而且會(huì)出現(xiàn)一定的主題漂移現(xiàn)象。根據(jù)Web的復(fù)雜網(wǎng)絡(luò)特征，本文提出了一種改進(jìn)的發(fā)現(xiàn)特定主題Web社區(qū)的GN算法。該算法利用萊溫斯坦距離衡量Web頁(yè)面與查詢主題及Web頁(yè)面間的相似度。將網(wǎng)頁(yè)的title與查詢主題的相似性作為網(wǎng)頁(yè)節(jié)點(diǎn)的權(quán)值，將有鏈接關(guān)系的兩個(gè)網(wǎng)頁(yè)的title之間的相似性作為這兩個(gè)網(wǎng)頁(yè)之間相連的邊的權(quán)值。然后利用GN算法對(duì)網(wǎng)絡(luò)拓?fù)鋱D進(jìn)行分割，根據(jù)分裂過(guò)

3、程中是否產(chǎn)生新的連通分量來(lái)指導(dǎo)邊介數(shù)的計(jì)算。改進(jìn)的GN算法的復(fù)雜度明顯降低。同時(shí)本文提出了社區(qū)密度和社區(qū)平均相似度的概念來(lái)衡量社區(qū)質(zhì)量，并作為選擇最接近主題社區(qū)的依據(jù)。為了評(píng)價(jià)改進(jìn)的GN算法的性能，本文將該算法與基于鏈接分析的發(fā)現(xiàn)特定主題社區(qū)的主要算法HITS和最大流進(jìn)行了比較。本文詳細(xì)論述了實(shí)現(xiàn)平臺(tái)系統(tǒng)的搭建，包括實(shí)驗(yàn)數(shù)據(jù)集的收取與處理、算法實(shí)現(xiàn)及社區(qū)結(jié)果的可視化。實(shí)驗(yàn)結(jié)果表明，改進(jìn)的GN算法所發(fā)現(xiàn)的特定主題社區(qū)與HITS算法和最大流