基于图词汇字典的大规模社会网络认知与演化研究计算机技术专业论文.docxVIP

优秀毕业论文 精品参考文献资料 声 声 明 本人郑重声明：所呈交的学位论文，是本人在指导教师的指导下， 独立进行研究所取得的成果。除文中已经注明引用的内容外，本论文 不包含其他个人或集体已经发表或撰写过的研究成果。对本文的研究 做出重要贡献的个人和集体，均已在文中以明确方式标明。本声明的 法律责任由本人承担。 论文作者签名： 麴． 日期：鲨鉴：乏：2 关于学位论文使用权的说明 本人完全了解太原理工大学有关保管、使用学位论文的规定，其 中包括：①学校有权保管、并向有关部门送交学位论文的原件与复印 件；②学校可以采用影印、缩印或其它复制手段复制并保存学位论文； ③学校可允许学位论文被查阅或借阅；④学校可以学术交流为目的， 复制赠送和交换学位论文；⑤学校可以公布学位论文的全部或部分内 容(保密学位论文在解密后遵守此规定)。 签 名： 钢 日期：竺!羔：f：皇 导师签名： 万方数据 太原理工大学硕士研究生学位论文基于图词汇字典的大规模社会网络认知与演化研究 太原理工大学硕士研究生学位论文 基于图词汇字典的大规模社会网络认知与演化研究 摘要 翮碱舸翮丽 Y27981 74 随着社会网络的发展，人们的生活逐渐互联网化，社交信息急剧膨胀， 导致网络数据规模呈现指数级别的增长，网络已经融入了人们生活衣穿住 行的各个方面；同时也在一些特定研究领域起着重要的作用，如在线社交 网络、疾病流行网络、电力网络等。 在新形势下，如何以一种高效简洁的方式来认知社交网络显得十分重 要。现有的对大规模网络的研究主要集中在图分割、图压缩、社区发现等 方面，这些研究只是为了解决网络规模性的问题，难以达到认知的目的。 CMU的Dainai的VoG(Vovabulary ofGraph)方法是基于图词汇字典方法的 认知，该方法虽然可以对大规模图数据进行认知，但是由于它对图字典中 单词结构没有进行划分，而是将他们平等的对待，实际上单词之间存在着 从属关系，导致在对社会网络的认知中存在着结构认知失误的情况。 本文的研究工作主要分为两个方面，一是对大规模社会网络的认知， 二是在认知的基础进行演化研究。1)在VoG算法的基础上，依据关键结 构子结构词汇间的关联关系对结构词汇赋予不同优先级；首先采用社区发 现的方法将原始图数据分割为多个子社区，然后对每个子社区按照优先级 的大小来顺序判断子社区的结构并对其标签化，最后对比Top．k和贪心方 法来对最终获取的关键结构进行认知。2)在发现关键结构的基础上，本 文也提出了权重法来衡量每天关键结构的变化。同时采用了权重法以及标 万方数据 太原理工大学硕士研究生学位论文准互信息 太原理工大学硕士研究生学位论文 准互信息(NMI，Normalized Mutual Information)方法对大规模社会网络关键结 构的演化性进行研究。 最终的实验结果表明：优先级的VoG方法的贪心方法可以获取18％的 压缩率，比Top．k方式要好；同时也验证了微博数据中的关键结构大部分 是星型结构；权重法以及NMI方法表明，实验数据的演化性变化较小， 用户关系较稳定。 关键字：词汇字典，关键结构，图认知，演化性 II 万方数据 太原理工大学硕士研究生学位论文RESEARCH 太原理工大学硕士研究生学位论文 RESEARCH ON CoGNITION AND EVOLUTION ON LARGE SoCIAL NETWORKS BASED oN GR APH VoCABULARY ABSTRACT With the development of online social networks，network has been integrated into people daily life．At the same time，network plays all important role in special fields，such as online social network，epidemic network，power network。 Under the new situation，it is important to cognize the network in a simple way．The existing research work focus on graph cuts，graph compression，community detection and SO on，but the aim of these research is to resolve the size of the network．The VoG(vocabulary of graph)is a method about cognition based on gra