開(kāi)源情報(bào)中的多目標(biāo)關(guān)聯(lián)分析技術(shù)研究.pdf

1、密級(jí)桂林電子科技大學(xué)碩士學(xué)位論文題目題目開(kāi)源情報(bào)中的多目標(biāo)關(guān)聯(lián)分析技術(shù)研究（英文）（英文）Researchonanalysistechnologyofmultiobjectivecrelationinopensourceintelligence研究生學(xué)號(hào):1303201014研究生姓名:張嬙嬙指導(dǎo)教師姓名、職務(wù)指導(dǎo)教師姓名、職務(wù):黃廷磊教授申請(qǐng)學(xué)位門(mén)類:工學(xué)碩士學(xué)科、?？?、專業(yè)名稱:計(jì)算機(jī)科學(xué)與技術(shù)提交論文日期:2016年4月論文答辯日

2、期:2016年6月摘要I摘要隨著互聯(lián)網(wǎng)的快速發(fā)展，信息存在的形式越來(lái)越多樣化、復(fù)雜化，如何從繁雜信息中獲取潛在的有價(jià)值的信息是一項(xiàng)十分艱巨的任務(wù)。信息個(gè)體的差異，往往導(dǎo)致不同信息個(gè)體在網(wǎng)絡(luò)中具有不同的重要等級(jí)，影響力大的個(gè)體作為整個(gè)信息網(wǎng)絡(luò)的樞紐節(jié)點(diǎn)，在促進(jìn)信息傳播、預(yù)測(cè)網(wǎng)絡(luò)行為等方面都具有非常重大的意義。目前已有的影響力最大化算法中啟發(fā)式算法較傳統(tǒng)的貪心算法的時(shí)間復(fù)雜度有所降低，但其大多沒(méi)有考慮到社區(qū)結(jié)構(gòu)對(duì)信息傳播的影響，且所選取的個(gè)

3、體影響力度量因子不能有效度量節(jié)點(diǎn)影響力，使得影響力傳播范圍受限。如何在較短時(shí)間內(nèi)選取出能使影響力傳播范圍達(dá)到最大的影響力個(gè)體具有非常重要的理論和現(xiàn)實(shí)意義。首先，本文提出了一種基于聚類分析的二分網(wǎng)絡(luò)社區(qū)挖掘算法。將二分網(wǎng)絡(luò)映射到單一網(wǎng)絡(luò)進(jìn)行社區(qū)挖掘，針對(duì)無(wú)權(quán)投影和加權(quán)投影在二分網(wǎng)絡(luò)映射過(guò)程中的缺陷，采用資源矩陣量化節(jié)點(diǎn)，挖掘出了同類節(jié)點(diǎn)間的隱含信息，有效地保證了原圖信息。與傳統(tǒng)的譜聚類算法相結(jié)合，采用資源矩陣替代譜聚類算法中的相似度矩陣，

4、提高了社區(qū)挖掘的準(zhǔn)確性；將模塊度函數(shù)概念運(yùn)用到聚類分析中，用模塊度衡量社區(qū)挖掘的質(zhì)量，有效解決了自動(dòng)確定聚類數(shù)目的問(wèn)題。在實(shí)際網(wǎng)絡(luò)上進(jìn)行對(duì)比實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明本文所提算法不但能較準(zhǔn)確的獲得二分網(wǎng)絡(luò)的社區(qū)數(shù)目，且在不需要任何額外參數(shù)的情況下，能獲得很好的劃分效果。其次，將影響力最大化算法與二分網(wǎng)絡(luò)的社區(qū)特性結(jié)合，在社區(qū)內(nèi)部進(jìn)行影響力最大化研究，針對(duì)傳統(tǒng)的貪心算法時(shí)間復(fù)雜度太大的問(wèn)題，提出了一種綜合多種影響力度量因子的啟發(fā)式算法。將反應(yīng)網(wǎng)絡(luò)