社会网络中的链接预测任务.docVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
社会网络中的链接预测任务

社会网络中的链接预测任务   摘 要:随着互联网技术的飞速发展,社会网络成为了许多人生活日常中的一部分。这些不同兴趣的社会网络,大都会提供种类各异的用户交互服务。这些种类丰富的社会成员之间的交互行为大部分都可以用链接的形式来表示。链接预测问题主要以分析链接网络结构为主要方法,从而预测一对节点是否会在未来产生链接,或是预测一对节点之间已经存在链接的类型。本文详细介绍了链接预测的任务,并给出了相应的求解方法。 中国论文网 /8/view-7212340.htm   关键词:链接预测;社会计算;用户相似度度量;极性值分类   中图分类号:TP391.41 文献标识号:A 文章编号:2095-2163(2015)05-   Link Prediction Task in Social Network Service   LIU Feng1, LIU Bingquan1, WANG Xiaolong1,2   (1 School of Computer Science and Technology, Harbin Institute of Technology, Harbin 150001, China;   2 Graduate School of Shenzhen, Harbin Institute of Technology, Shenzhen Guangdong, 518055, China)   Abstract: With the rapid development of internet techniques, SNS(Social Network Service) becomes many peoples daily life. Most of these different focus SNSs provide many kinds of functions for member interactions. Most of the interaction among members could be represented as link. By analyzing the structure of link network, the link prediction problem aims to estimate the existence or value of the links. In this paper, the details of link prediction task and certain solutions are respectively introduced.   Keywords: Link Prediction; Social Computing; User Similarity Metric; Signed Value Classification   0 引 言   伴随着互联网技术的高速发展,社会网络(SNS,Social Networks Services)也随之兴起并呈现出快速普及态势。目前,各类在线SNS中的注册用户数目已经十分庞大,越来越多的研究者和服务商也开始关注如何为这些用户提供更好的服务。其中为社区内用户之间提供丰富的交互功能(user interaction)就是SNS的一个重要功能,这些用户交互可以利用链接(link)来实现其确立并加以表示。对链接预测相关问题进行深入系统的研究,必将会对社会网络的研究发展有着毋庸置疑的基础性重要意义。   例如Wikipedia、Epinion、Slashdot等网站,即为用户提供了用户生成内容(UGC,User Generated Content)的发布服务,也允许用户之间对彼此发布的内容进行评论、修正与补充。一些网站还采取用户自己选举管理员的方式来进行管理,例如Wikipedia的管理员选举(admin role promotion)。如果使用图来对社会网络进行建模,图中的节点表示用户,以上这些用户行为都可以用节点之间的链接来表示,用户交互的具体内容则可以用链接类型和链接边上的值来表示。包含这种用户或是实体之间链接的数据集,一般称为链接数据或是关系数据。对这些链接数据集进行分析和预测的数据挖掘研究,统称为链接挖掘(link mining)。其中用来处理对象间是否存在链接的预测,以及预测链接类型的研究将可称为链接预测(link prediction)。通过对链接预测相关问题的研究,研究者可以更为精准、全面地对SNS中的用户交互进行建模和分析,从而为其社会成员提供更好的用户体验。   本文首先分析了社会网络的结构特点,以及网络中的数据分布情况。在此基础上,进一步介绍了对于链接存在的预测和链接值的预测这两种常

文档评论(0)

langhua2016 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档