手机通讯社交网络节点影响力排序及社区发现

摘要

复杂网络是真实世界中系统的另一种表达方式，具有一些基本的统计特性。对复杂网络的研究可以使人们对真实系统有更加深入的了解与掌握，具有巨大的理论意义与现实价值。节点影响力排序可用以分析网络中各个节点影响力大小，确定网络中的核心节点，通过核心节点去影响和改变其他节点的行为等。社区发现可用于分析复杂网络的拓扑结构，有助于人们对复杂网络的组成和隐藏规律的了解。 本文基于数据挖掘理论和方法，针对手机通话网络中节点影响力排序及社区发现两大问题进行研究，主要工作如下: 1)讨论了节点影响力排序和社区挖掘的目的及意义，综述了节点影响力排序和社区挖掘的主要方法及研究现状。 2)以PageRank算法为基础，提出了PhonePageRank算法度量手机通话网络中的节点影响力，并通过问卷调查的方式统计了某课题组半年内的通话数据，用PhonePageRank算法对该数据网络进行影响力分析，证明该算法的有效性。 3)在标签传播算法LPA的基础上提出了基于PhonePageRank的标签传播算法PPRLPA算法。算法以节点的PhonePageRank值为基础，选出一定规模的具有较高影响力的种子节点赋予标签，通过种子节点进行标签传播，在某课题组的通话网络及其他真实数据集上进行测试，验证了算法的有效性。 4)以某公司实际需求为背景，以手机通话网络数据挖掘算法为核心，完成了“手机信息线索链分析系统”的需求分析、系统设计和系统开发。系统前台采用Windows Form组件，数据库采用SqlServer2008，后台代码采用MVP框架分离界面显示、功能逻辑以及数据模型。系统可为用户提供数据建立、数据分析、基础数据和系统管理四个模块的功能。仿真测试结果表明，系统具有很好的挖掘效果和很高的运算效率，可以满足用户的现实需求。

目录

声明

摘要

第1章绪论

1．1引言

1．2节点影响力排序

1．3社区发现

1．4本文主要研究内容及章节结构

1．4．1研究内容

1．4．2章节结构

第2章节点影响力排序和社区发现的主要方法

2．1节点影响力度量技术

2．1．1基于节点度的方法

2．1．2基于社交网络上最短路径的方法

2．1．3 HITS算法

2．1．4 PageRank算法

2．2经典社区发现方法

2．2．1基于模块度优化的社区发现算法

2．2．2基于标签传播的社区发现算法

2．3本章小结

第3章基于PageRank的手机通话网络中节点影响力排序算法

3．1引言

3．2相关工作

3．2．1 PageRank研究现状

3．2．2 PageRank算法原理

3．2．3 PageRank算法计算

3．3 PhonePageRank算法

3．3．1主要思想

3．3．2算法计算

3．4实验及结论

3．4．1实验设计

3．4．2结果分析

3．5本章小结

第4章基于PhonePageRank的标签传播算法的社区发现

4．1引言

4．2相关工作

4．3 PPRLPA算法

4．3．1问题描述

4．3．2主要思想

4．3．3算法描述

4．4实验

4．4．1问卷调查数据集

4．4．2其他真实数据集

4．5本章小结

第5章手机信息线索链分析系统开发

5．1系统概述

5．2系统功能需求

5．2．1数据建立

5．2．2数据分析

5．2．3基础数据

5．2．4系统管理

5．3系统性能需求

5．4系统开发环境

5．5系统框架搭建

5．6系统界面与功能实现

5．6．1数据库设计

5．6．2案件管理

5．6．3嫌疑人管理

5．6．4号码预警

5．6．5智能导入

5．6．6网络分析

5．6．7通讯关系

5．6．8通讯对象

5．6．9权限管理

5．7本章小结

第6章总结与展望

6．1本文总结

6．2展望

参考文献

致谢

论文工作期间参加的科研项目