基于鏈路預測的社會網絡事件檢測方法
本文關鍵詞: 社會網絡分析 事件檢測 鏈路預測 網絡演化分析 網絡波動性分析 出處:《軟件學報》2015年09期 論文類型:期刊論文
【摘要】:網絡演化分析與事件檢測,是當前社會網絡研究的熱點和難點.現(xiàn)有的研究工作主要是針對網絡提出不同的模型,并用網絡特征指標對仿真結果進行評價.這些方法存在如下問題:(1)每種方法僅針對特定網絡,通用性不高;(2)特征指標多種多樣,不同模型的表現(xiàn)情況缺乏統(tǒng)一的評價標準;(3)未考慮網絡演化的時間特性,難以描述網絡演化的波動性,無法檢測事件.針對上述問題,提出一種基于鏈路預測的社會網絡事件檢測方法 Link Event(由相似性計算算法Sim C和事件檢測算法Event D組成),它可以對不同網絡的波動性進行統(tǒng)一評價,并依此建立事件檢測模型.主要工作包括:(1)證明了鏈路預測可以反映網絡演化機制,相同機制下的模型演化法和鏈路預測在分析網絡演化上具有內在的一致性;(2)基于鏈路預測,提出一種網絡相似性計算算法Sim C(similar computing),并在考慮微觀因素的基礎上進行改進;(3)利用相似性計算結果,提出一種事件檢測算法Event D(event detecting)檢測出新事件.在不同特征的網絡上進行實驗,結果表明:所提出的Link Event方法能夠較好地解決網絡演化波動性問題,實現(xiàn)事件檢測;同時也證明了利用鏈路預測技術進行網絡演化分析的可行性以及相似性計算和事件檢測算法的有效性.
[Abstract]:Network evolution analysis and event detection are the hot and difficult points in the current social network research. The existing research work is mainly to propose different models for the network. The simulation results are evaluated with the network characteristic index. These methods have the following problem: 1) each method is only for a specific network, so it is not universal. (2) the characteristic indexes are various, and the performance of different models is lack of uniform evaluation criteria; It is difficult to describe the volatility of network evolution and detect events without considering the time characteristics of network evolution. A social network event detection method based on link prediction (Link event) is proposed, which consists of similarity calculation algorithm (Sim C) and event detection algorithm (Event D). It can uniformly evaluate the volatility of different networks and establish an event detection model. The main work includes: 1) it proves that link prediction can reflect the evolution mechanism of the network. The model evolution method and link prediction under the same mechanism have inherent consistency in analyzing network evolution. (2) based on link prediction, a network similarity calculation algorithm, Sim similar computing algorithm, is proposed and improved on the basis of considering microcosmic factors. 3) based on the similarity calculation results, a new event detection algorithm, Event event detection algorithm, is proposed to detect new events. Experiments are carried out on networks with different features. The results show that the proposed Link Event method can solve the problem of network evolution volatility and realize event detection. At the same time, the feasibility of using link prediction technology to analyze network evolution and the effectiveness of similarity calculation and event detection algorithms are also proved.
【作者單位】: 武漢大學計算機學院;軟件工程國家重點實驗室(武漢大學);
【基金】:國家自然科學基金(70901060,61471274) 湖北省自然科學基金(2011CDB461) 軟件工程國家重點實驗室(武漢大學)開放基金(SKLSE 2010-08-15) 武漢市科技局青年晨光計劃(201150431101) 武漢市科技重大計劃項目(2015010101010023)
【分類號】:TP393.02
【正文快照】: 社會網絡是不斷發(fā)展變化的,網絡演化分析與事件檢測是社會網絡分析的重要組成部分.網絡演化分析是指通過跟蹤網絡不同階段的特征變化來描述其演化規(guī)律,進而分析網絡增長、傳播等行為,預測未來結構,甚至加以人為干預,以得到預期結果.網絡演化分析技術已經隨著社交網絡的爆炸式
【參考文獻】
相關期刊論文 前3條
1 喬少杰;唐常杰;彭京;劉威;溫粉蓮;邱江濤;;基于個性特征仿真郵件分析系統(tǒng)挖掘犯罪網絡核心[J];計算機學報;2008年10期
2 饒君;吳斌;東昱曉;;MapReduce環(huán)境下的并行復雜網絡鏈路預測[J];軟件學報;2012年12期
3 吳斌;王柏;楊勝琦;;基于事件的社會網絡演化分析框架[J];軟件學報;2011年07期
【共引文獻】
相關期刊論文 前10條
1 高蕾;郭進利;賈洪巖;;基于退出機制的供應鏈建模與分析[J];商業(yè)研究;2011年01期
2 田宏;馬朝陽;;基于郵件挖掘社會網絡核心層的新方法[J];大連交通大學學報;2010年03期
3 張峰;楊育;賈建國;王家天;;企業(yè)協(xié)同生產網絡的拓撲特性分析[J];重慶大學學報;2012年06期
4 Thanigaimani Rajarathinam;Yen-Han Lin;;Topological Properties of Protein-Protein and Metabolic Interaction Networks of Drosophila melanogaster[J];Genomics Proteomics & Bioinformatics;2006年02期
5 馬秀娟;;基于BA無標度的復雜有向網絡演化模型[J];電子設計工程;2012年16期
6 牛建偉;戴彬;孫利民;林佳騮;熊永平;;PQBCF:一種基于中間中心度的機會網絡P2P查詢算法[J];電子學報;2013年09期
7 許小可;許爽;朱郁筱;張千明;;復雜網絡中鏈路的可預測性[J];復雜系統(tǒng)與復雜性科學;2014年01期
8 楊寶瑩;胡延慶;;統(tǒng)計推斷方法在復雜網絡中的應用[J];復雜系統(tǒng)與復雜性科學;2014年01期
9 吉艷冰;王偉;趙亞偉;;基于復雜網絡理論的擔保網絡研究[J];復雜系統(tǒng)與復雜性科學;2014年02期
10 高紅艷;劉飛;;基于局部路徑的社團發(fā)現(xiàn)算法[J];電氣自動化;2014年06期
相關會議論文 前1條
1 胡理增;陳錦倫;張長賦;;基于復雜網絡理論的客戶波及效應研究[A];全國復雜系統(tǒng)研究論壇論文集(二)[C];2005年
相關博士學位論文 前10條
1 劉天印;基于系統(tǒng)模擬的高校教師工作壓力研究[D];華中科技大學;2010年
2 郇瀟;圖中匹配的可擴性研究[D];南開大學;2010年
3 李一嘯;基于復雜網絡和演化博弈理論的社會[D];浙江大學;2010年
4 高忠科;兩相流復雜網絡非線性動力學特性研究[D];天津大學;2010年
5 王丹;復雜網絡擁塞分析與路由策略研究[D];東北大學;2009年
6 郝彬彬;復雜網絡結構與同步控制的研究[D];東北大學;2009年
7 王立夫;復雜網絡同步問題的研究[D];東北大學;2010年
8 石煥;功率驅動移動智能體網絡的同步分析與控制[D];浙江大學;2011年
9 丁競淵;金融復雜系統(tǒng)建模及動力學機制研究[D];上海大學;2011年
10 李良;供應鏈成員關系若干問題研究[D];西南交通大學;2004年
相關碩士學位論文 前10條
1 柴元;鏈式與樹狀網絡的時空混沌同步研究[D];遼寧師范大學;2010年
2 張釗;基于演化動力學的復雜網絡穩(wěn)定性研究[D];合肥工業(yè)大學;2011年
3 管玉梅;復雜網絡演化模型及網絡流量自相似研究[D];合肥工業(yè)大學;2011年
4 李洪濤;無線通信網拓撲魯棒性分析方法的研究[D];蘭州理工大學;2011年
5 趙欣;遺傳算法及其在路由優(yōu)化問題中的應用[D];寧波大學;2009年
6 楊慧潔;郵件通聯(lián)關系網絡中重要節(jié)點及社團發(fā)現(xiàn)技術研究[D];解放軍信息工程大學;2010年
7 趙文飛;Ramsey理論中的構造與隨機圖方法[D];國防科學技術大學;2010年
8 喬小燕;一類圖值過程不具有大團聚性的一個充分條件[D];南京航空航天大學;2010年
9 王銳;基于MongoDB的關系網絡分析技術研究與應用[D];國防科學技術大學;2011年
10 王玲;基于社會網絡的交易型社區(qū)結構及演化研究[D];哈爾濱工業(yè)大學;2011年
【二級參考文獻】
相關期刊論文 前2條
1 劉威;唐常杰;喬少杰;溫粉蓮;左R,
本文編號:1473416
本文鏈接:http://lk138.cn/guanlilunwen/ydhl/1473416.html