基于时序的社交网络因果关系发现-计算机科学专业论文.docxVIP

A A Dissertation Submitted to Guangdong University of Technology for the Degree of Master (Master of Engineering) A Minimal Description Length Approach for Social Causal Discovery CandidateYuan Chang Supervisor：Prof。Cai Ruichu May 201 6 School of Computer Science and Technology Guangdong University of Technology Guangzhou，Guangdong，P．R．China，51 0006 万方数据 摘要摘 摘要 摘 要 随着社交网络的飞速发展，越来越多的人开始挖掘社交网络潜在的价值， 进而推动相关产业的发展，例如微商、微博营销、社交化电商等。在社交网络 众多相关研究中，用户影响力对舆论引导、微博营销具有现实意义，是当前研 究的难点和热点。 现有的研究用户影响力的方法主要基于用户显式声明的好友网络，然而用 户显式声明的好友网络往往具有较大的冗余性。具体表现为大量显式声明的好 友网络对于用户的影响力没有实质作用。因此，如何基于用户行为数据，挖掘 用户行为之间的因果网络是用户影响力评估的关键，具有重要的意义。 然而，已有的社交网络因果关系推断方法中存在两个问题：1．无法识别间接 因果影响而导致因果网络出现大量冗余边；2．没有充分考虑因果影响滞后长度。 本文基于最小描述长度准则(MDL)对上述两个问题进行了统一建模，提 出了一种新的模型MCRN(Minimal Causal Network)。在减少因果网络冗余方面， MCRN模型将因果传递熵算法应用于社交网络因果关系发现上，同时结合因果 影响滞后长度对因果传递熵进行拓展，上述策略有效剔除了结构中的冗余边， 提高算法的精确率；在探索因果影响滞后长度方面，使用MDL作为模型的评分 标准，权衡模型的不确性和复杂度，有效降低了模型过拟合的问题。 本文通过大量模拟数据集验证MCRN模型的多个评测指标都优于传递熵， 因果传递熵等类似算法。通过新浪微博真实数据集的实验发现用户显式声明的 好友关系很多不存在因果影响，存在因果关系的用户之间存在互动行为等现象， 较好地验证了本模型的有效性。 最后，本文以MCRN模型为理论基础，提出一个基于时序的社交网络因果 关系发现系统的构建方案，简称MCRN系统，并给出系统架构和系统原型，该 系统有助于用户准确直观地分析用户之间的因果关系，并进一步应用于现实生 活中的其他领域。 关键字：因果网络；因果推断；MDL；因果滞后；社交网络； 万方数据 ABSTRACTAB ABSTRACT AB STRACT With the rapid development of social network，the relative industries such as micro—business，microblog marketing and socialized e-business make great progresses since growing amounts of people start mining its potential value． Among multitudinous correlative researches on social network，the user influence has realistic meaning to the opinion guidance and Microblog marketing，which is the obstruction and hot spot at the moment． The current research approaches of influence focus on explicitly friend network of user．However，these methods are frequently replete with larger redundancy．Specifically,the massive explicitly friend networks have no actual function．Therefore，relying the user’S behavior data to mining the causal network in user behaviors plays key role in evaluating the user inf