社交網(wǎng)絡(luò)服務(wù)的用戶(hù)群體特征分析與組織探測(cè)研究.pdf

1、隨著近年來(lái)互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，基于社交網(wǎng)絡(luò)服務(wù)（SNS）概念的新型網(wǎng)絡(luò)應(yīng)用漸成熱點(diǎn)。許多SNS網(wǎng)站服務(wù)商都積累了大量的用戶(hù)交往數(shù)據(jù)集，如果可以通過(guò)有效的分析從這些數(shù)據(jù)集中提取出用戶(hù)的群體特征與用戶(hù)的組織結(jié)構(gòu)，就可以幫助網(wǎng)站運(yùn)營(yíng)商及時(shí)掌握用戶(hù)的興趣或行為的變化情況，為相關(guān)的用戶(hù)行為分析提供有價(jià)值的信息。 本文的研究包括兩部分內(nèi)容。第一部分是對(duì)網(wǎng)絡(luò)靜態(tài)拓?fù)浣Y(jié)構(gòu)的分析，通過(guò)對(duì)節(jié)點(diǎn)度、聚集系數(shù)、特征路徑長(zhǎng)度以及膨脹率等指標(biāo)的計(jì)算，從多

2、個(gè)角度刻畫(huà)了SNS網(wǎng)絡(luò)的用戶(hù)群體特征。第二部分，針對(duì)社會(huì)網(wǎng)絡(luò)數(shù)據(jù)中個(gè)體屬性與鏈接結(jié)構(gòu)共存的特點(diǎn)，我們對(duì)綜合利用節(jié)點(diǎn)屬性與鏈接關(guān)系進(jìn)行組織探測(cè)的方法進(jìn)行了研究。本文利用加權(quán)信息圖（WIG）模型來(lái)解決個(gè)體屬性與鏈接關(guān)系的融合問(wèn)題，并引入簇混雜度指標(biāo)（CMI）用于衡量聚類(lèi)的優(yōu)劣，然后在二者的基礎(chǔ)上提出了WIG-GN算法，其相較于G-N算法可以更準(zhǔn)確地挖掘出網(wǎng)絡(luò)中的組織結(jié)構(gòu)。最后，為了解決WIG-GN復(fù)雜度過(guò)高的問(wèn)題，本文引入了邊穩(wěn)定性系數(shù)（E

3、SC）概念，并在此基礎(chǔ)上提出了WIG-ESC算法。 在實(shí)驗(yàn)環(huán)節(jié)我們首先就拓?fù)浣Y(jié)構(gòu)分析在SNS用戶(hù)交往數(shù)據(jù)集和DBLP合著網(wǎng)絡(luò)數(shù)據(jù)集下的實(shí)驗(yàn)結(jié)果進(jìn)行了對(duì)比。結(jié)果表明，相對(duì)于合著網(wǎng)絡(luò)而言，SNS社會(huì)網(wǎng)絡(luò)中不同個(gè)體之間的影響力差異較大，小團(tuán)體的聚集現(xiàn)象并不明顯，但二者均具有小世界效應(yīng)與無(wú)標(biāo)度特征。組織探測(cè)算法在真實(shí)數(shù)據(jù)集下的運(yùn)行結(jié)果，也驗(yàn)證了綜合使用節(jié)點(diǎn)屬性與鏈接關(guān)系的聯(lián)合組織探測(cè)算法WIG-GN與WIG-ESC比單純考慮鏈接結(jié)構(gòu)的G