基于大数据的目标关系图谱系统设计与实现

《基于大数据的目标关系图谱系统设计与实现》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、硕士学位论文Ｉ圓修基于大数据的目标关系图谱系统设计与实现作者姓名刘振宇学校导师姓名、职称曾操副教授企业导师姓名、职称李钦富研究员申请学位类别工程硕士西安电子科技大学学位论文独创性（或创新性）声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢，论文中不包含其他人己经发表或撰写过的研宄成果中所罗列的内容以外；也不包含一为获得西安电子科技大学或其它教育机构的学位或

2、证书而使用过的材料。与我同工作的同事对本研究所做的任何贡献均己在论文中作了明确的说明并表示了谢意。一切法律责任学位论文若有不实之处，本人承担。‘本人签名：令１板＾日期：西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权属于西安电子科技大学。学校有权保留送交论文的复印件？，允许查阅、借阅论文，学校可以公布论文的全部或部分内容，允许采用影印、缩印或其它复制手段保存论文。同时本

3、人保证，结合学位论文研宂成果完成的论文、发明专利等成果。，署名单位为西安电子科技大学保密的学位论文在年解密后适用本授权书Ｄ＿＿本人签名Ｍ－导师签名：ｆ：－４＼峯抓，．丨日期：‘日期：Ｌ１，学校代码10701学号1502121227分类号TN82密级公开西安电子科技大学硕士学位论文基于大数据的目标关系图谱系统设计与实现作者姓名：刘振宇领域：电子与通信工程学位类别：工程硕士学校导师姓名、职称：曾操副教授企业导师姓名、职称：李钦富研究员学院：电子工程学院提交日期：201

4、8年6月DesignandImplementationofTargetRelationGraphSystemBasedonBigDataAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinElectronicsandCommunicationsEngineeringByLiuZhenYuSupervisor:ZengCaoAssociateProfessorLiQinF

5、uResearchFellowJune2018摘要摘要随着“大数据”时代的到来，我们正被数据所包围，而传统的数据处理和分析方式已经无法满足对指数级增长的数据以及各种各样相互之间有依赖关系的数据的处理。面向大规模数据的挖掘和运用已经渗透到当今的每一个领域，而随着各种关系网络的增长，对网络图谱的分析和研究成为各界关注的热点。本文瞄准军事通信网络图谱的特殊性，军事通信网络中的图关系数据与普通社交关系图谱不同，它具有虚假、实时和隐蔽等特征，军事目标之间的关系也更为复杂，依赖传统网络图谱排序的PageRank方

6、法极难准确表征目标的重要程度。为了更好的掌握军事通信网络中不同节点的重要性，瞄准军事通信网络各级单位关系中虚假信息和隐蔽信息等新特性，提出面向军事通信网络的MilitaryRank方法。同时针对传统的依赖重要目标节点扩张的社区发现算法具有社区震荡等问题，提出弹性中心扩张子团的社区发现方法。构建基于Hadoop大数据平台的目标关系图谱挖掘系统框架，实现网络图谱节点排序和社区发现。本论文研究内容及创新点如下：1、对Hadoop平台整体架构进行了研究，了解数据存储层、资源管理器层和调度层各层之间的联系。同时

7、研究、搜集与归纳各种军事通信网络规则，了解军事通信网络的关联规则以及部分常见的虚假隐蔽信息传递方法。构建基于大数据平台的目标关系图谱挖掘系统架构，包含从数据存储调用到最终可视化展现的一系列流程。2、综合传统网页排序PageRank算法思想及军事通信网络特征，针对军事通信网络中通信节点存在虚假、隐蔽等特性以及通信时间不一等难题，提出了一种军事通信网络节点重要度排序MilitaryRank算法，围绕着时间、位置变化、出入度等条件因素，从理论上对算法的合理性和算法复杂度进行了研究，并通过仿真数据进行试验，仿

8、真试验表明该算法较之传统的网页排序算法能更好的利用时间、出入度大小等条件，达到快速准确挖掘网络图谱中重要目标并对其进行排序的效果。3、综合Baumes提出的PR移除算法、Lancichinetti节点适应度函数以及Newman提出的模块度函数思想，针对传统社区发现算法社区随机性强、怪物社区频繁的缺点，充分考虑了不同核心节点的影响力社区规模不同，提出了一种基于弹性中心扩张子团的社区发现算法。真实试验与仿真试验表明该算法相比传统社区发现算法而言，在社区数目划