基于异质网络时态语义路径相似度的人物校正方法

摘要

社会关系网络分析已经成为当今最热门的研究领域之一。在社会关系网络建立的过程中，由于数据来源的多样化、数据规模的日益扩大以及事务信息的不完备、人物的个人基本信息缺失、信息模式与结构的差异以及曾命名现象等因素，导致关系网络中人物关系出现混乱，这将使得在社会关系网络中人物的唯一性难以识别。基于普通关系网络结构参数计算的传统社会关系网络分析方法难以解决上述问题。本文在异质关系网络以及语义网络基础之上，提出了一种基于异质关系网络的时态语义路径相似度计算的人物唯一性度量方法以及基于结构误差计算的相同人物合并校验策略。
　　本文调研了传统社会关系网络分析中常用的普通关系网络模型以及异质关系网络模型，分析了普通关系网络在大规模社会关系网络分析中的局限性，提出了基于异质关系网络的时态语义路径相似度的人物唯一性度量方法。该方法结合语义网络的特征提出了时态语义网络的概念，利用人物节点对之间的时态语义路径相似度计算以及基于相似度阈值的唯一性人物过滤策略来实现人物唯一性识别，通过包含了多样性的关系语义信息的相似度计算实现了人物节点相似性及唯一性的度量，实验结果表明该方法能够在大规模社会关系网络中准确度量人物节点的唯一性，验证了方法的有效性。
　　针对关系网络中具有高相似度的人物节点，本文提出了关系网络结构误差计算方法，该方法根据合并前后人物节点的度的变化计算节点对的结构误差，根据结构误差的取值判断人物节点对在关系结构上是否完全相同。通过该方法将具有完全相同的关系结构的人物节点筛选出来。然后，用相同人物节点合并策略对其进行合并，从而实现了关系网络中人物校正的目的。本文通过对一个含有多种学术活动信息的学术关系网络数据进行实验分析，验证了该方法在关系网络中相同人物校正中的有效性。

目录

声明

摘要

1 绪论

1．1 社会关系网络分析研究背景

1．2 国内外社会关系网络的研究现状

1．2．1 基于异质关系网络的分析与挖掘

1．2．2 社会关系网络中匿名与去匿名问题

1．2．3 社会关系网络中的人名二义性问题

1．2．4 社会关系网络分析与社区识别

1．3 课题来源

1．4 课题总体实现方案

1．5 本课题的主要工作

1．6 本文的内容安排

2 关系网络与语义网络相关理论

2．1 关系网络结构特征及网络参数计算

2．1．1 关系网络的概念与结构

2．1．2 关系网络中的节点度计算

2．1．3 关系网络中的网络密度计算

2．1．4 关系网络中的漫步及路径计算

2．1．5 关系网络中节点相似度计算

2．2 异质关系网络结构及其特征

2．2．1 异质关系网络的基本概念及结构特征

2．2．2 异质关系网络中节点相似度计算

2．3 语义网络结构及其特征

2．4 本章小结

3 基于时态语义路径相似度的人物唯一性度量

3．1 异质关系网络中人物唯一性度量基本思想

3．1．1 时态语义网络基本特征

3．1．2 异质关系网络中人物唯一性度量的步骤

3．2 异质关系网络中时态语义路径与搜索

3．2．1 时态语义路径结构模型

3．2．2 时态语义路径搜索方法

3．3 时态语义路径相似度计算方法

3．3．1 基于时间属性的时态权重计算

3．3．2 时态语义路径相似度

3．3．3 语义网络中人物节点对的相似度SimPersonz

3．3．4 异质关系网络中时态语义路径相似度

3．3．5 算法的实现

3．4 人物唯一性的度量方法

3．5 实验结果与分析

3．5．1 实验数据及实验环境

3．5．2 基于相似度的人物节点筛选实验

3．5．3 人物筛选的不确定性分析

3．6 本章小结

4 基于关系网络结构误差的人物节点校正

4．1 人物节点校正的基本过程

4．2 基于结构误差的人物节点校正方法

4．2．1 基于节点度的人物校验的原理

4．2．2 结构误差合并校验

4．2．3 算法设计

4．3 人物节点校正过程

4．4 实验分析

4．4．1 结构误差数据展示

4．4．2 不同的相似度阈值对计算时间的影响

4．4．3 特征数据的可视化展示

4．5 本章小结

5 结束语

5．1 本文研究工作总结

5．2 后续研究工作与展望

参考文献

攻读学位期间主要研究成果

致谢