面向中文微博的社区发现和结构洞挖掘的研究-计算机科学与技术专业毕业论文.docxVIP

万方数据 万方数据 Classified Index: TP309.5 U.D.C: 004.9 Dissertation for the Master Degree in Engineering RESEARCH ON COMMUNITY DISCOVERY AND EXCAVATION OF STRUCTURAL HOLES FOR CHINESE MICROBLOG Candidate： Sunyongli Supervisor： Prof. Dong Li Academic Degree Applied for： Master of Engineering Specialty： Computer Science and Technology Affiliation： School of Computer Science and Technology Date of Defence： June, 2014 Degree-Conferring-Institution： Harbin Institute of Technology 哈尔滨工 哈尔滨工业大学工学硕士学位论文 摘 要 随着互联网技术的快速发展，虚拟社会网络逐渐成为了人们关注的焦 点。人们可以在虚拟社会平台中更加方便地认识好友和相互交流，从而促进 了真实社会关系的发展，使得人类的活动与互联网的应用融为一体。而微博 作为一种新兴的网络信息交互平台，其优越独特的设计理念使得用户之间的 交流更加及时、方便与畅通，庞大的用户群体以及海量的文本信息蕴含着极 大的价值，在不同的研究领域有着重大的意义。本文对微博网络中的社区发 现和结构洞挖掘的主要研究如下： 首先，阐述了社会网络的基本概念及主要特征，对网络分析的相关理论 和技术进行分析，即文本的预处理、文本的表示模型以及常用的聚类算法 等，同时，对文本的语义分析理论进行研究，了解特征空间降维的必要性以 及隐含语义分析的基本流程。 其次，分析微博网络的主要特点及其交流机制，并采用微博开放平台实 现了数据的获取。同时，微博网络呈现出多维度的结构特征，而传统平面结 构的网络模型不能体现不同主题领域下的权威度，因此，提出了基于主题的 多层次网络模型，从不同的层次建立不同主题的用户交互网络图，以充分挖 掘出网络中的社会群体。 再次，分析微博网络的社区特征，并在传统的社区发现算法基础上，考 虑到社区的主题特性，采用了词共现度的事件划分以及隐含语义的进展分 析，实现基于主题相似性的社区发现。同时，从社区的网络结构出发，提出 了基于最大基数搜索的 Greedy 算法以及基于权重平衡的 WEBA 算法，实现 了网络社区结构的合理划分。 最后，阐述社会网络结构洞节点的基本概念，以及其在社会资产以及不 同领域中的重要作用，通过 PageRank 算法对网络节点的重要度做出了重要 评价。并在此基础上，从网络的社区结构和流网络的信息扩散角度出发，提 出基于舆论领袖的 HIS 算法和基于最小割集的 MaxD 算法，实现了结构洞 节点的挖掘。 关键词：微博；社会网络；网络建模；社区发现；网络结构洞； I - Abstract With the rapid development of Internet technology, virtual social networks gradually become the focus of attention. People can more easily make friends in the virtual community platforms, so as to promote the development of real social relations and make the application integration of human activities and the Internet. As a new network platform for information exchange, the microblog’s unique design provides more excellent and convenient communication. Also, large user groups contains vast amounts of text information and great value which is of great significance in different the research field. In this paper, the main research for microblog network as follows: F