链接数据可视化挖掘系统的设计与实现

摘要

在语义链接数据越来越普遍且规模越来越大的情况下，用户从中获取知识变得越来越困难，尤其当用户对链接数据的数据模型和相关规范了解甚少时。因此，有必要向用户提供一个可视化的、挖掘参数可定制的，且挖掘结果易于理解的服务。在链接数据的挖掘研究中，社区的动态演化研究是其中一个重要的研究点。但社区的动态演化研究面临两个研究问题:首先，链接数据不仅包含对象间丰富的链接信息，同时包含一定量以短文本的形式存在的自然语言信息。如何在动态演化研究的过程中利用对象的短文本信息是需要考虑的。其次，如何能够将动态演化的挖掘结果通过可定制和可视化的方式向用户进行展示和交互，是另外一个需要解决的问题。
　　本文设计并实现了链接数据可视化挖掘系统: LIV系统，并对以下几个方面进行了研究:首先，基于虚拟文档的概念，为链接数据中的每个对象进行基于链接关系的文本扩展操作，将链接关系以特定的方式转换为文本共现关系;其次，利用对象的虚拟文档，将图中的对象进行层次化聚类，生成一棵聚类树。并在时间维度上对数据中的所有对象进行分片，对每个时间片内的对象进行聚类，并跟踪每个簇随着时间的变化发生了哪些事件。随后将摘要方法应用至发现的每个社区上，为社区生成摘要信息，再利用可视化手段将每个社区的摘要及演化信息在时间维度上进行可视化;最后，基于BS架构，设计并实现了一个分层的可扩展的链接数据可视化挖掘系统，该系统可以帮助用户方便地探索链接数据，用户可以指定挖掘算法中的参数设置，挖掘结果将以用户友好的方式在前台呈现。
　　LIV系统具有良好的可扩展性。可以根据不同链接数据的特点以及用户的实际需求向LIV系统中持续添加新的挖掘模块和可视化组件。因此，本文的工作将为链接数据的可视化挖掘，尤其是社区演化的可视化挖掘提出一个新的研究思路以及方法。

目录

声明

摘要

第一章 绪论

1．1 研究背景

1．1．1 语义网

1．1．2 链接数据

1．2 链接数据时空演化挖掘现状

1．3 研究内容

1．4 论文组织结构与安排

第二章 相关工作

2．1 链接数据挖掘及可视化

2．1．1 链接数据挖掘任务

2．1．2 可视化数据挖掘技术及平台

2．2 社区发现及社区演化分析

2．2．1 社区发现

2．2．2 社区演化分析

2．2．3 社区发现算法评价

2．3 本章小结

第三章 链接数据中的社区演化分析

3．1 社区演化事件的定义

3．2 链接数据中的社区发现

3．2．1 虚拟文档的定义

3．2．2 虚拟文档的构建

3．2．3 虚拟文档文本的规范化

3．2．4 基于虚拟文档的节点相似度计算

3．2．5 链接数据中的层次化社区发现

3．3 链接数据中的社区演化分析

3．4 链接数据中的社区摘要提取

3．5 相关实验评估

3．5．1 实验数据集

3．5．2 基于k步邻居的实验评估

3．5．3 聚类个数判定的实验评估

3．5．4 层次化社区发现的评估

3．5．5 社区摘要的实验评估

3．5．6 社区演化分析的实验评估

3．6 本章小结

第四章 链接数据社区演化分析系统的设计

4．1 系统架构设计

4．2 系统流程设计

4．3 可视化交互模型设计

4．3．1 社区演化交互流程设计

4．3．2 系统扩展性设计

4．4 本章小结

第五章 链接数据社区演化分析系统的实现

5．1 系统组件及框架

5．2 数据库表结构

5．3 对象关系生成模块

5．4 社区发现模块

5．4．1 对象的表示

5．4．2 聚类及聚类簇数判定

5．5 社区摘要生成模块

5．6 社区演化模块

5．7 可视化交互模块

5．8 系统运行示例

5．9 本章小结

第六章 总结与展望

6．1 本文工作总结

6．2 未来工作展望

致谢

参考文献