基于LDA的社交网络链接预测模型研究-毕业论文.doc

基于LDA的社交网络链接预测模型研究-毕业论文.doc

ID:11576795

大小:1.79 MB

页数:53页

时间:2018-07-12

基于LDA的社交网络链接预测模型研究-毕业论文.doc_第1页
基于LDA的社交网络链接预测模型研究-毕业论文.doc_第2页
基于LDA的社交网络链接预测模型研究-毕业论文.doc_第3页
基于LDA的社交网络链接预测模型研究-毕业论文.doc_第4页
基于LDA的社交网络链接预测模型研究-毕业论文.doc_第5页
资源描述:

《基于LDA的社交网络链接预测模型研究-毕业论文.doc》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、独创性声明学位论文题目:基于LDA的社交网络链接预测模型研究本人提交的学位论文是在导师指导下进行的研究工作及取得的研究成果。论文中引用他人已经发表或出版过的研究成果,文中已加特别标注。对本研究及学位论文撰写曾做出贡献的老师、朋友、同仁在文中作明确说明并表示衷心感谢。学位论文作者:签字日期:年月日学位论文版权使用授权书本学位论文作者完全解西南大学有关保留、使用学位论文的规定,有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权西南大学研究生院(筹)可以将学位论文的全部或部分内容编入有关数据

2、库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本授权书,本论文:□不保密,□保密期限至年月止)。学位论文作者签名:导师签名:签字日期:年月日签字日期:年月日目录摘要IABSTRACTII第1章绪论11.1研究背景11.2研究现状21.3主要工作31.4论文结构41.5本章小结5第2章相关理论和技术62.1主题模型62.2复杂网络72.3社交网络82.3.1社交网络的发展82.3.2社交网络的定义92.3.3社交网络的数据表示102.4社交网络分析112.5链接预测132.

3、5.1链接预测算法142.6本章小结16第3章基于LDA的社交网络链接预测模型173.1概述173.2总体框架173.3形式化描述183.4用户兴趣信息特征提取203.4.1兴趣主题提取20I3.4.2兴趣主题相似度计算233.5社交网络结构信息特征提取233.6分类器的构造253.7模型的可行性和有效性分析253.7.1可行性分析253.7.2有效性分析273.8本章小结27第4章实验294.1实验平台294.2数据集294.2.1数据来源294.2.2社交网络的构造294.2.3数据的平衡处理314.3实验目的31

4、4.3评价方法314.4实验具体方案324.5实验结果与分析324.5.1用户兴趣信息特征324.2.2网络拓扑结构特征344.2.3结果分析与比较344.6本章小结36第5章总结和展望37参考文献39致谢43I攻读硕士学位期间公开发表的论文44I西南大学硕士学位论文摘要基于LDA的社交网络链接预测模型研究计算机软件与理论专业硕士研究生补嘉指导教师唐雁教授摘要随着Web2.0技术的不断发展,基于社区的服务,如Wikipedia、Flickr和Facebook等越来越流行。在社区中,人们可以寻找和上传自己喜爱的图片,可以

5、与社区中的其他用户进行链接,成为朋友。社交网络是依靠人与人之间的朋友关系组织在一起的系统,是现实人际网络的子集。社交网络用户数量的急剧增加,给网络中用户关系、用户信息等数据的挖掘带来了巨大挑战。利用用户节点的属性信息、社交网络的拓扑结构特征等预测用户节点对之间是否存在朋友关系链接,便是其中一个研究热点。现有的社交网络链接预测算法,如CN算法[1]、AA算法[2]、katz算法[3]等,主要关注社交网络中用户节点对之间的拓扑结构相似特征,缺乏对其属性信息之间潜在语义关系的重视,链接预测的精度不高。此外,在社交网络中,用户

6、的兴趣信息数量巨大,如果直接对每个用户的每个兴趣进行语义关系分析,则需耗费大量时间。针对以上问题,本文引入主题模型、潜在迪里克雷分布模型(LDA,LatentDirichletAllocation),首先利用LDA模型对用户节点对之间的兴趣信息进行建模,提取社交网络用户兴趣信息的主题,比较主题之间的语义相似度,这与直接对每个用户的兴趣信息进行分析相比,能够在捕获信息的潜在语义关系的同时,有效降低计算时间复杂度。其次,把复杂网络中的网络资源分配算法RA(ResourceAllocation)用来对社交网络的结构信息进行特

7、征提取。然后,通过构造分类器,利用有监督学习框架综合语义特征和拓扑结构特征进行社交网络链接预测。通过在真实的社交网络LiveJournal数据集上进行实验,与现有的链接预测算法比较,结果证明,本文提出的基于LDA的社交网络链接预测模型与已有的工作相比,在一定程度上,能够有效地提高链接预测精度。关键词:社交网络LDARA链接预测IAbstractResearchonSocialNetworkLinkPredictionModelbasedonLDAMajor:ComputerSoftwareandTheoryResear

8、chDirection:WebApplicationTechnologiesSupervisor:Prof.YanTangAuthor:JiaBu(112009321001986)ABSTRACTWiththefastdevelopmentofWeb2.0technology,theservicesbasedonthesocial

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。