在线社会网络团结构分析

摘要

随着互联网的发展，产生了包括Web在内的许多不同的信息系统。最近，在线社会网络广受欢迎，已经成为Web中最受欢迎的网站之一。这些网站的用户组成了在线社会网络，提供了分享、组织、查找资料的最好途径。这些网站为研究规模很大的在线社会网络的特性提供了条件。理解在线社会网络的结构既有利于改进现有的网络，也有助于设计出更好的网站。 本文从团的角度分析在线社会网络YouTube的结构特性。所使用的数据源是采用滚雪球采样法获取到的YouTube在线社会网络的部分数据。本文的重点工作是利用标签传播算法检测团结构、优化算法并且分析团特性。本文的工作证明，在大规模网络中，标签传播算法是一种高效的团结构检测算法，利用这种算法划分出的团结构是优良的划分。但是，随着结束条件逐步严格，算法收敛速度显著变慢。为了提高算法运行速度，本文对标签传播算法做了优化。通过在合适的条件下介入循环过程，对那些已经划分入所属团的节点不再处理，只处理还没有达到稳定状态的节点。本文的研究证明，只要选择的条件合适，算法收敛速度会得到显著提高，同时团划分还保持在优良的水平。本文还分析了网络团结构的特性。尽管相同初始条件和结束条件下的划分仍然不是唯一的，但是通过分析f系数和Jaccard索引发现这些划分是彼此相似的。团划分与现实中的群之间是相互影响的，即在团划分中属于同一个团的用户往往也属于同一个群，或者分散在少数几个群中。而在一个群中的用户在团划分的结果中也往往同属于一个团，或者分散在少数几个团中。本文最后指出了在本文研究工作的基础上的进一步工作的方向。

目录

文摘

英文文摘

论文说明：图表目录

声明

致谢

1 引言

1.1 在线社会网络的概念

1.2 在线社会网络分析发展

1.3 在线社会网络研究现状

1.4 论文结构安排

2 在线社会网络中的团结构

2.1 数据源

2.2 研究方法和工具

2.3 团结构的检测

2.3.1 团的概念

2.3.2 团结构检测算法—LPA

2.3.3 仿真实现

2.4 LPA的优化

2.5 本章小结

3 团的分析

3.1 团划分的优劣

3.2 团划分的相似性

3.3 吸引节点

3.4 本章小结

4 团与群的关系

4.1 团与群的规模

4.2 团与群的对应关系

4.3 本章小结

5 结论

5.1 本文的工作总结

5.2 本文的难点和创新点

5.3 展望

参考文献

附录A 程序代码

作者简历