社會(huì)網(wǎng)絡(luò)中群組探測(cè)和話題建模技術(shù)研究.pdf

1、隨著社交網(wǎng)絡(luò)平臺(tái)的涌現(xiàn),用戶之間不僅可以建立鏈接關(guān)系,而且還可以產(chǎn)生豐富的文本信息。群組探測(cè)是重要的鏈接挖掘技術(shù)之一,而話題建模是對(duì)社會(huì)網(wǎng)絡(luò)中的文本進(jìn)行挖掘的主要工具之一。為了將社會(huì)網(wǎng)絡(luò)中的鏈接和文本進(jìn)行統(tǒng)一分析,對(duì)群組探測(cè)和話題建模技術(shù)進(jìn)行更深入的研究并且將兩者進(jìn)行有機(jī)的結(jié)合,具有十分重要的意義。然而,社會(huì)網(wǎng)絡(luò)的大規(guī)模、動(dòng)態(tài)變化、快速更新以及鏈接和文本共存等特點(diǎn),給群組探測(cè)和話題建模提出了新的挑戰(zhàn)。
　　在群組探測(cè)方面,針對(duì)基于

2、凝聚法和模塊度優(yōu)化的Newman算法效率低下的問題,提出了僅通過一次掃描快速構(gòu)造緊湊群組的啟發(fā)式算法OBO-Group。OBO-Group避免了Newman算法在初始合并階段的大量計(jì)算,從而提高了算法的效率。在OBO-Group的基礎(chǔ)上,提出了針對(duì)有向加權(quán)網(wǎng)絡(luò)的靜態(tài)群組探測(cè)算法S-Group(StaticGroup)。在真實(shí)的和人工合成的網(wǎng)絡(luò)上的實(shí)驗(yàn)結(jié)果表明,S-Group比Newman算法高效,同時(shí)效果與Newman算法接近。針對(duì)社會(huì)

3、網(wǎng)絡(luò)的動(dòng)態(tài)變化性,提出了群組變化點(diǎn)檢測(cè)算法Stream-Group。在人工合成的動(dòng)態(tài)網(wǎng)絡(luò)和安然郵件網(wǎng)絡(luò)上的實(shí)驗(yàn)結(jié)果表明,Stream-Group能夠有效地發(fā)現(xiàn)社會(huì)網(wǎng)絡(luò)中的群組變化點(diǎn)。
　　針對(duì)社會(huì)網(wǎng)絡(luò)快速更新的特點(diǎn),研究了增量式K-派系(K-Clique)聚類算法。作為增量式K-派系聚類的特例,增量式2-派系聚類問題被轉(zhuǎn)化為局部深度優(yōu)先森林更新問題,針對(duì)該問題提出了一系列局部更新策略,這些策略在保證聚類結(jié)果精確性的前提下,盡可能縮

4、小更新的范圍,實(shí)現(xiàn)高效的增量式計(jì)算。然后,將增量式2-派系聚類擴(kuò)展到K大于等于3的情況。在作者合作網(wǎng)絡(luò)和安然郵件網(wǎng)絡(luò)上的實(shí)驗(yàn)結(jié)果表明,增量式K-派系聚類比對(duì)應(yīng)的靜態(tài)算法高效,與增量式譜聚類相比,增量式K-派系聚類速度更快而且沒有累積誤差,與基于快照網(wǎng)絡(luò)的聚類相比,增量式K-派系聚類能夠發(fā)現(xiàn)社會(huì)網(wǎng)絡(luò)中聚類的許多演化細(xì)節(jié)。
　　在話題建模方面,研究了基于排序的話題模型(RankingbasedTopicModel,RankTopic)

5、。RankTopic通過引入文本的鏈接重要性來改進(jìn)話題建模性能。傳統(tǒng)的話題建模將文本看作同等重要,然而在現(xiàn)實(shí)社會(huì)網(wǎng)絡(luò)中,文本的重要程度不盡相同,因此,將文本看作同等重要將不可避免地?fù)p害話題建模的性能。在論文引用網(wǎng)絡(luò)和推特(Twitter)數(shù)據(jù)上的大量實(shí)驗(yàn)結(jié)果表明,RankTopic在泛化性能、文本聚類和分類效果方面都優(yōu)于已有的話題模型,探測(cè)出的話題也具有更好的可解釋性。
　　大多數(shù)已有的模型很少考慮群組和話題之間的相互協(xié)同效應(yīng)。有

6、些模型要么只考慮群組要么只考慮話題從而無法達(dá)到同時(shí)探測(cè)兩者的目的,還有些模型則將群組和話題用相同的變量進(jìn)行建模使得模型的靈活性存在明顯不足。針對(duì)該問題,提出了相互促進(jìn)的無窮群組話題模型(MutualEnhancedInfiniteCommunity-TopicModel,MEI),將群組和話題集成到統(tǒng)一的概率生成模型中,實(shí)現(xiàn)了對(duì)社會(huì)網(wǎng)絡(luò)中的群組和話題的同時(shí)探測(cè)。MEI將群組和話題分開,同時(shí)又利用群組話題分布將兩者關(guān)聯(lián)起來,既保證了模型在