基于社群智能的大规模移动社交网络数据挖掘技术研究

摘要

cqvip:将大规模移动社交网络数据作为研究对象,以社群智能、数据挖掘、GIS为主要手段,对网络宏观静态拓扑特性和微观交互规律进行研究。从模型通用性入手,对个体交互模式建模,揭示群体行为特征,为社会计算、现实世界挖掘、城市计算研究奠定基础。研究难点和关键问题包括:(1)利用复杂网络拓扑特性理论研究网络直径缩减属性和稠化定律;(2)设计基于时空相似性的个体和群体交互模式发现算法;(3)设计新型层次聚类算法解决社区发现问题。切实提高利用社群智能理论对不同类型和规模移动社交网络进行数据挖掘和知识发现的准确率和效率。