基于随机分块模型的社区发现算法

基于随机分块模型的社区发现算法

ID:35179102

大小:2.88 MB

页数:27页

时间:2019-03-20

基于随机分块模型的社区发现算法_第1页
基于随机分块模型的社区发现算法_第2页
基于随机分块模型的社区发现算法_第3页
基于随机分块模型的社区发现算法_第4页
基于随机分块模型的社区发现算法_第5页
资源描述:

《基于随机分块模型的社区发现算法》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、学技代码:迪塑Q巧巧生学号:20。…1760分类号:进密巧:去馨尖畫um国.东如轉A于病紙巧众棋型巧社区乂现其法CommunityDe化cdoninNetworksBasedontheStochastic脚ockModel作者:王充指导教师!张宝学教?一级学科:巧计学二级学科:巧计学研巧方向:化々学习.1^学位类型:学术巧±兴《北11巾紙释位评韓貞#;^m編年5月m学校代码10200研巧生学号:2013101760:分类号:远密级:走馨东批畔洽?fe多硕±学位论文基于话机分

2、緣镇型巧钱区乂现其法CommunityDetectioninNetworksBasedon化eS化chasticBlockModel作者:王亮指导教师:张宝学巧巧一级学科:巧计学二级学科:巧计学研究方向:机器学习学位类型;学术巧±东北师范大学学位评定委员会2016年5月独创性声明本人郑重声明:所提交的学位论文是本人在导师指导下独立进行研究工作所取得的成果。据我所知,除了特别加W标注和致谢的地方外,论文中不包含其他人己经发表或撰写过的研究成果。对本人的研究做出重要贡。献的个人和集体,均已在文中作了明确的说明本声明的法律结

3、果由本人承担。6.、1学位论文作者签名;玉歲曰期:感学位论文使用授权书本学位论文作者完全了解东北师范大学有关保留、使用学位论文的规定,即:东北师范大学有权保留并向国家有关部口或机构送交学位论文的。复印件和电子版,化许论文被査阅和借阅本人授权东北师范大学可W将、学位论文的全部或部分内容编入有关数据库进行检索,可采用影印缩印或其它复制手段保存、汇编本学位论文。(保密的学位论文在解密后适用本授权书)学位论文作者签名:王知指导教师签名:减、心日期:、,化、Li日期:学位论文作者毕业后去向:工作单位;电话;通讯地址::邮编摘要

4、随着互联网行业的飞速发展和网络可获取数据量的増大,从中获取有用的信息变得更加重要。例如针对手机主题的数据,如果能从用户的主题使用情况中对主题进行分类,然后进行相应的推荐,可W大大提升用户的活跃度。此类数据的特点是数量多且稀疏,而大部分的社区发现算法都不能应用到较大的稀疏网络数据。一针对每]。个手机主题,运营部口可^1根据其用户可料根据主题的[内容进行分类一类别挑选自己喜欢的主题类型,但是这种分类方法不定符合大部分用户的需求。如果先根据所有的用户的行为来对主题进巧分类,那么分类的标准就是依照用户的喜好而来的。这样就可W针对对某个用户喜欢的主题,给这个用户推荐与这个主

5、题相同类的其他主题。这种分类方式更能被用户所接受。本文将某手机桌面公司的主题数据转化为网络数据一,每个主题都是网络中的个节点,如果用户对两个主题有相同的操作,那么这两个主题之间就有联系,这样生成的网络数据是一个大的稀疏矩阵。本文将节点中的类别分布和类别么间的联系视为参数,利用网络数据的邻接矩阵通过引入新的变量计算出伪似然函数,然后利用EM算法逼近参数值,生成聚类的结果。本文利用迭代的方式给出选取类别个数的方法。最后将算法应用到实际数据中,并验证算法对实际数据的结果确实跟用户的喜好有关。关键词:图模型:聚載EM算沿伪似然IAbstractW化hthe

6、rapiddevelopme打toftheInternetindustryandthei打creasi打gnumberof'networkdataitbecomesmoreimoitanttoobtai打usefulinformationamon化.For,pgexampleasforthedataofmobilehonethemeifweclassithethemesaccording,p,fy,'tousersbehaviorandthenmaketheappropriaterecomme打da

7、tiontheusersactivit,yc过打begreatlyenhanced.Howevermostofthecommunitdetectionalorithmscan,yg打otbeappliedtosuchdatabecauseofitisbigdatawhichhassarsenetwork.pForeachmo

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。