基于數據場的Web社區(qū)發(fā)現研究.pdf

1、隨著Web的高速發(fā)展,如何從非結構化的Web網絡中發(fā)現和利用有用信息變得越來越具有挑戰(zhàn)性。類似于人類社區(qū),在Web發(fā)展的過程中,也涌現出大量的Web社區(qū),這些社區(qū)是人類社區(qū)活動在互聯網上的體現。對Web社區(qū)的深入研究有助于人們更加深入地了解Web中知識信息及其組織結構的發(fā)展狀況。
　　 本文首先分析了Web社區(qū)發(fā)現技術的相關研究進展,重點對鏈接分析技術、基于二分圖的社區(qū)發(fā)現技術和基于流量的社區(qū)發(fā)現技術進行了綜述。其次在充分考慮W

2、eb網絡結構特點的前提下,將數據場理論與Web社區(qū)發(fā)現相結合,提出了基于數據場的Web社區(qū)發(fā)現算法,該算法將網絡中的每個節(jié)點對其周邊節(jié)點的影響力映射成數據場,通過社區(qū)內場勢的變化規(guī)律發(fā)現社區(qū)結構。最后,將基于數據場的web社區(qū)發(fā)現算法應用于網絡輿情監(jiān)控系統,用實際網頁數據驗證了該算法的有效性。此外,本文還對Web社區(qū)結構特征作了進一步的研究,結合節(jié)點場勢和聚集系數等因素,分析了Web社區(qū)的分層結構,指出在Web社區(qū)中,節(jié)點成員的重要性是