欢迎来到天天文库
浏览记录
ID:35185913
大小:7.30 MB
页数:80页
时间:2019-03-21
《基于社区发现的好友推荐方法研究》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、分类号:10140:学校代码:4031966133密级:公开学号?座宴乂聲LIAONINGUNIVERSITY硕i学位论文THESISFORMASTERDEGREE论文题目:基于社区发现的好友推荐方法研究ResearchonFriendRecommendationBasedonCommunitDe化ction英文题目:y论文作者=张婷婷指导教师:李晓光教授专业=计算机软件与理论二〇—完成时间;六年五月申请迂宁大学硕女学位论文基于化区发现的好友推荐方法研究Researcho
2、nFriendRecommendationBasedonCommunitDetectiony作者二张婷婷指导教师:李晓光教授专业:计算机软件与理论答辩日期:2016年5月26日—二0六年五月?中国辽宁狂宁大学学位论文原创性声明本人郑重声明;所呈交的学位论文是本人在导师的指导下独立完。成的论文中取得的研究成果除加W标注的内容外,不包含其他个人或集体已经发表或撰写过的研究成果,不包含本人为获得其他学位而使用过的成果。对本文的研究做出重要贡献的个人和集体均已在文中进行了标注,并表示谢意。本人完全意识到本声明的法律
3、结果由本人承担。学位论文作者签名;>年月^日17((;学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部口或机构送交学位论文的原件、复印件和电子版,允许学位论文被查阅和借阅。本人授权迂宁大学可将本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、缩印或扫描等复制手段保存和汇编学位论文。同时授权中国学术期刊(光盘版《中国)电子杂志社将本学位论文收录到博±学位论文全文数据库》和《中国优秀硕±学位论文全文数据库》并通过网络向社会公众提供信息服务。学校须按照授权对学位论文进行管
4、理,不得超越授权对学位论文进行任意处理。),在年后解密适用本授权书。(保密:请在括号内保密(__""划V)^^^授权人签名:指导教师签名:^|曰期;>月2曰曰期:>年月^曰i年|7b[?b^摘要随着信息技术的飞速发展W及互联网的普及,社交网络SNS(SocialNetwork一Service)作为种实用的交友模式,W其新颖的形式在广大网民中迅速走红,一受到了越来越多网民的追捧,作为种信息分享与交流的平台,用户不但可W在其中表达出自己每时每刻的思想和最新动态,还可W根据自己的兴趣和爱好添加其他用户为好友,然而,添加哪些用
5、户为自己的好友就成为了当下社会网络中普遍存在的一个困难一般都是基于用户行为模式或者兴趣模。现存的方法式建模来发现社区,缩小推荐范围进而进行好友推荐,但是行为模式模型只能反映用户关系的存在却不能反映用户关系的强弱,往往导致社区划分的不准确。,,与此同时,复杂网络的规模在不断扩大网络的信息量及数据量呈指数増长如何更好地利用这些信息量W及应对网络规模的扩大也成为当下好友推荐领域研究的重要问题。对此本文提出了基于加权的标签传播社区发现算法并将其分布式设计。首,先,在原有的基于链接模型发现社区的基础上提出了链接强度的概念其中链接强度指的是好友间链接关
6、系的强度,通过两者间互动情况和链接信息获得,。并W此链接强度作为网络节点间边的权值,并采用图对好友关系进行建模其次,为了提高社区发现的准确度,改进已有的多标签传播算法,在加权图上进行社区发现。随后找到目标用户所在的社区,计算目掠用户与社区内未-建立好友关系的用户之间的综合相似度,并将Topk用户作为候选集进行好友推荐。最后在Hadoop平台上应用MapReduce框架实现本文算法的分布式设计实现。通过在LF民基准网络、腾讯微博网络等带权值的网络上进行验证的实验表明,本文提出的算法在原有社区发现的准确度和稳定性等方面都有较大的提升,并与其他好
7、友推荐方法相比在进行好友推荐上具有较高的准确性;同时本文基于Hadoop提出的分布式算法方案可W应用于大规模加权复杂网络的社区结构发现。关键词:好友推荐,标签传播,加权复杂网络,分布式IAbstractABSTRACTtWiththeraiddevelomentofinformationechnolothecialNetworkppgy,SoServiceoneofthemostoulartoolsformakinfriendslasam
此文档下载收益归作者所有