文档介绍：学号: 20520101046
论文密级: 公开
中图分类号:
学科分类号:
学校代码: 90005
硕士学位论文
社会网络社区发现与影响力分析
技术研究
论文作者: 郭进时
指导教师: 汤红波教授
申请学位: 工学硕士
学科名称: 通信与信息系统
研究方向: 宽带信息网络
论文提交日期: 2013 年 4 月 15 日
论文答辩日期: 2013 年 6 月 18 日
解放军信息工程大学信息技术研究所
二○一三年六月
A Dissertation Submitted to
PLA Information Engineering University
for the Degree of Master of Engineering
Research munity Detection and
Influence Analysis in works
Candidate: Guo Jinshi
Supervisor: Prof. Tang Hongbo
Jun. 2013
原创性声明
本人声明所提交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。
尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表和撰写
过的研究成果,也不包含为获得信息工程大学或其他教育机构的学位或证书而使用过的材
料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢
意。
学位论文题目: 社会网络社区发现与影响力分析技术研究
学位论文作者签名: 日期: 年月日
作者指导教师签名: 日期: 年月日
学位论文版权使用授权书
本人完全了解信息工程大学有关保留、使用学位论文的规定。本人授权信息工程大学
可以保留并向国家有关部门或机构送交论文的复印件和电子文档,允许论文被查阅和借
阅;可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或
扫描等复制手段保存、汇编学位论文。
(保密学位论文在解密后适用本授权书。)
学位论文题目: 社会网络社区发现与影响力分析技术研究
学位论文作者签名: 日期: 年月日
作者指导教师签名: 日期: 年月日
摘要
随着计算机互联网技术的迅猛发展,诸如新浪微博、人人网、Facebook 以及 Twitter
等新型的社会网络产品不断涌现。借助移动通信网,社会网络服务具备了及时性和动态性,
满足了人们随时随地分享交流的需求。但是,社会网络在给人们带来灵活方便的同时,也
存在许多安全隐患与舆论传导等问题。对社会网络社区发现与影响力分析技术的研究有助
于更加深刻地认识网络的本质特征,了解其内部真实结构,为信息层和行为层的网络安全
与防范提供决策支持。目前针对这两方面的研究主要存在着以下不足:(1)静态社区划分
中通常基于拓扑结构特性,欠缺对社会网络属性特征的考虑;(2)单单对静态网络的研究
已不足以刻画真实网络的动态性以及内部本质结构;(3)现有的社会网络影响力算法及模
型的较高时间复杂度已不适用于网络规模不断壮大的社会网络服务。
针对以上问题,本课题依托国家“十二五”863 计划项目,主要对社会网络社区发现
算法进行研究。首先提出了基于静态网络的联合网络拓扑与属性的社区发现算法,并基于
此依据网络拓扑随着时间的变化量研究动态社区的发现与识别,最后在良好的社区结构基
础上分析社会网络影响力传播问题,建立了一种基于社区结构的用户影响力评估模型。主
要工作和研究成果如下:
。联合拓扑与属性
定义了完全相异距离指数的概念来衡量节点间的综合距离,并以此作为隶属关系建立模糊
等价关系矩阵,依据选定的聚类阈值不同得到相应不同的社区结构,形成一个动态层次聚
类的过程。实验结果表明该算法能更有效地识别出密集网络的社区结构,发现结果质量较
好,且相同社区内的节点具有同质性。
。在静态网络社区结构基础上,
依据当前时刻网络相对于前一时刻的改变量采用基于增量式的方法更新原有社区结构。动
态节点的归属通过定义的节点与社区之间的拓扑势吸引来评判,即选择对其势吸引大的社
区加入。实验结果表明本算法能够以较低的时间复杂度发现质量较好的社区结构。