收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于粒子群的网络社区动态角色挖掘研究

马瑞新  
【摘要】:随着网络技术和电子商务的迅猛发展,在线购物、网上支付、即时通讯等应用已经成为人们工作和生活中不可或缺的一部分。SNS的出现和发展更是为网络用户提供了一个相对绿色、安全的交流平台,然而,社会服务的实现需要用户兴趣模型的寻找与构建,因此,如何从错综复杂的关系网中发现相似用户、挖掘社区结构已成为当前社会网络研究的热点问题。 传统的社区挖掘研究以静态的观点对待社会网络分析,例如网络的度分布、边介数、聚集系数等等,而忽视了具有能动性的个体行动者。受此影响,现有的社区挖掘算法更加重视对网络拓扑结构的划分,而忽略了对社区内部成员的研究与分析,限制了网络社区概念模型的设计。本文提出应用粒子群优化算法的思想对社会网络进行结构挖掘,更加注重精英粒子的引导作用,同时结合社区内部成员的不同属性,对其进行角色划分。针对社会网络分析中存在的关键问题(动态挖掘、社区性质分析、社区成员角色划分、抗攻击性能分析等),本文基于粒子群算法算法的思想对网络社区进行了如下研究: (1)利用动量粒子群算法实现了对社区的动态挖掘。通过对社会网络的特征矩阵进行研究,提出把Capocci算法得到的前k个非平凡特征向量Vp=(Vp1,vp2…,Vps)(P=1,…,K)作为输入,利用粒子群算法挖掘社区结构。本文选取第一个为负的特征值之前的r个非平凡特征值,以及其对应的r个非平凡特征向量,也就是预测网络有r+1个社区。但这么选择的r.一定大于等于=m一1。在此基础上,将m的选取融入编码结构中,在优化的过程中动态发现社区。粒子群算法为网络社区动态角色挖掘算法的实现提供了理论依据。 (2)结合社区的结构特征与社区内用户的属性进行分析。粒子群算法指出,种群中的粒子受到具体目标的驱动相互运动,因此,不仅是粒子近邻之间相互影响,更是因为具有同质的目标。社会网络中的个体更是如此,彼此之间的链接结构只是在表面上阐明了用户之间的显性关系,而没有从用户的性质上做进一步细分,用户的所有兴趣都表现在链接关系中,但是仅仅挖掘关系结构,并不能说明用户之间的具体联系。在社会网络中,同一用户可能不仅单对一方面感兴趣,而是可能同时对多个属性不同的事务感兴趣,由于结构挖掘把这些兴趣统一对待,因此无法区别同一用户在不同兴趣模型中的位置。结合粒子群中目标驱动的概念,从语法和语义两个层面进行社区划分,为社区定义主题。首先根据网络中节点之间的显性关系,对社区进行粗略的结构挖掘,寻找整个社会网络中存在的社区拓扑结构;然后根据社区内用户的特征向量为每个社区定义一个主题,而用户收到社区主题的驱动,交互影响。算法通过分析节点的性质与特征,优化社区划分结果,构建用户的兴趣模型和功能单元。该算法的提出为SNS科技论文管理平台的设计与实现提供了优化思想。 (3)结合粒子群算法的基本思想,受到优先情节和增长定律的启发,本文提出了种网络社区动态角色挖掘算法。根据粒子群算法中局部最优个体对种群内部个体的引导作用,创新性的提出社区种子的概念。社区种子引导社区的形成,其余个体围绕社区种子形成一个个内部联系紧密,外部联系稀疏的社区。根据优先情节和增长定律,早出现的节点要比晚出现的节点具有更多的机会积累链接,因此结合精英粒子的概念,作者开创性的提出:假设度数最大的节点最先出现在社会网络中,则可以根据节点的度数分布,以时间为轴逆向推导整个社会网络的形成演化过程;同时,在社区挖掘的过程中进行用户角色划分,实现动态角色划分的过程。将该算法应用于SNS科技论文管理平台中进行文献聚类,然后以聚类为单元进行作者分析,有利于发现同意作者在不同聚类中的地位和角色,更好的进行个性化服务。 (4)根据网络社区动态角色挖掘算法(Dynamic role assorted, DRA)和传统社区挖掘算法(G-N)进行社会网络安全保护策略的构建,引入“柔性退化”的概念,分析不同安全策略的柔性抗攻击能力。基于DRA算法的安全保护策略为社会网络中的特殊节点提供独特的防御措施,保障主要网络架构的流通性和网络的基本功能,构建“深度防御策略”限制网络攻击所造成的影响。该项策略重点体现了对网络防护的灵活性要求,在降低系统防护开销的前提下,增强了网络的稳定性和鲁棒性。将个性化安全保护策略应用于SNS科技论文管理平台,有效地提高了系统的快速重建能力和柔性抗攻击能力,使得系统能够灵活持久的保持信息流通性和安全性。 (5)搭建了一个SNS科技论文管理平台进行算法的分析与验证。在该平台中,应用启发式动态社区挖掘算法对文献网络进行聚类,根据文献聚类的结果对文献的作者构建社区;同时根据动态角色挖掘算法分析每一位作者在不同社区中的角色和地位;最后在平台中分别检测基于DRA算法和G-N算法的SNS平台的抗攻击能力。该服务平台为广大科研工作者提供一个统一的学术入口,能够集成检索特定学科或专题领域的各类分散的学术信息资源,实现个性化定制和个性化推荐的服务。平台的实验运行结果表明了网络社区动态角色挖掘算法的适应性和可扩展性,提高了系统的灵活性和稳定性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 潘全科;王文宏;朱剑英;;基于粒子群优化和模拟退火的混合调度算法[J];中国机械工程;2006年10期
2 卢冰原;吴义生;柳雨霁;;具有模糊加工时间的Flexible Job-Shop Scheduling问题的研究[J];价值工程;2007年12期
3 卢冰原;田华;夏勇;;具有模糊加工时间的偏柔性作业车间调度问题研究[J];价值工程;2008年01期
4 赵强;肖人彬;;基于多智能体技术的虚拟企业任务调度[J];华南理工大学学报(自然科学版);2009年02期
5 石小艳;;武器目标分配决策的粒子群优化算法探讨——基于多层防御模式下[J];现代商贸工业;2009年15期
6 白子建;;基于PSO算法的海运集装箱超订模型[J];河南科学;2010年03期
7 魏文;余立建;龚炯;;基于混沌理论和PSO神经网络的短时交通流预测[J];物流工程与管理;2010年02期
8 马汉武;杨相;张登凡;朱晖;;JITD确定需求单级物流分销网络ILRIP[J];工业工程与管理;2010年04期
9 叶嫣;吕智林;李培国;;基于粒子群优化的交叉口公交优先控制研究[J];现代计算机(专业版);2010年15期
10 辛海明;陶志穗;;基于粒子群优化的模糊C均值聚类算法[J];计算机安全;2009年02期
11 段其昌;赵敏;王大兴;段盼;;基于混合粒子群算法和NRBF神经网络的短期电价预测[J];电力系统保护与控制;2009年18期
12 赵旭;蔚承建;;连续双向拍卖中演化Risk-Based策略研究[J];计算机工程与应用;2010年03期
13 李英;吴圆圆;宁福锦;;基于PSO的K-means改进算法在证券客户细分中的应用[J];现代图书情报技术;2010年Z1期
14 须文波;江家宝;孙俊;;基于QPSO算法的多阶段投资组合优化[J];计算机应用;2006年07期
15 邓晓懿;金淳;樋口良之;韩庆平;;移动商务中面向客户细分的KSP混合聚类算法[J];管理科学;2011年04期
16 周义程;公共服务供给主体选择的悖论及其消解策略[J];行政与法;2005年11期
17 张雪萍;杨腾飞;王家耀;秦奋;魏欣;;量子粒子群优化的城市公园选址应用研究[J];计算机工程与应用;2011年29期
18 牛玉会;;基于粒子群算法在六峰驼背函数中的应用[J];当代经理人(下旬刊);2006年08期
19 王好瑞;刘学建;;二维角度下人力资源管理部门的动态角色系统研究[J];商场现代化;2009年14期
20 周遊;;改进后的神经网络模型在财务预警中的应用[J];财会月刊;2009年36期
中国重要会议论文全文数据库 前10条
1 赵建玉;贾磊;陈月辉;张勇;;基于粒子群优化的信号交叉口交通流预测模型[A];第二十六届中国控制会议论文集[C];2007年
2 王晓燕;王东风;韩璞;;一种分数阶系统的粒子群优化辨识方法[A];全国第三届信号和智能信息处理与应用学术交流会专刊[C];2009年
3 范业坤;梁新荣;;基于粒子群优化的高速公路匝道PI控制器[A];第二十七届中国控制会议论文集[C];2008年
4 薛艳红;胡立坤;;基于粒子群优化的配电网静止同步补偿器PI控制器整定[A];中南六省(区)自动化学会第二十九届学术年会论文集[C];2011年
5 冯祎;李霞;;一种K最近邻分类的改进算法及应用[A];2011年全国通信安全学术会议论文集[C];2011年
6 徐俊杰;忻展红;;粒子群优化在0/1背包问题中的应用[A];中国运筹学会第七届学术交流会论文集(上卷)[C];2004年
7 赵秋玲;周雅莉;张奇志;;基于粒子群优化的结构振动分布式反馈控制[A];2005年中国智能自动化会议论文集[C];2005年
8 薛云灿;郑东亮;岳兴汉;杨启文;;混沌粒子群优化算法及其在水库优化调度中的应用[A];PCC2009—第20届中国过程控制会议论文集[C];2009年
9 徐俊杰;忻展红;;基于增强型参考位置的粒子群优化模型[A];’2004系统仿真技术及其应用学术交流会论文集[C];2004年
10 张奇志;周亚丽;;移动机器人运动规划的粒子群优化算法[A];2009年中国智能自动化会议论文集(第二分册)[C];2009年
中国博士学位论文全文数据库 前10条
1 马瑞新;基于粒子群的网络社区动态角色挖掘研究[D];大连理工大学;2012年
2 窦全胜;求解优化问题的演化计算方法研究[D];吉林大学;2005年
3 刘丽;人工免疫网络研究及应用[D];江南大学;2008年
4 李磊;六自由度并联平台位置正解及控制方法研究[D];哈尔滨工程大学;2008年
5 陈虹;分离流动的电磁力主动控制[D];华中科技大学;2011年
6 林川;粒子群优化与差分进化算法研究及其应用[D];西南交通大学;2009年
7 韩晓霞;混沌与支持向量机结合的多相催化建模与优化研究[D];太原理工大学;2010年
8 柯晶;强跟踪状态估计与群集辨识[D];浙江大学;2003年
9 时小虎;Elman神经网络与进化算法的若干理论研究及应用[D];吉林大学;2006年
10 刘洪波;汉语认知脑数据挖掘相关算法及应用研究[D];大连理工大学;2006年
中国硕士学位论文全文数据库 前10条
1 雷烨;基于粒子群最小二乘支持向量机的故障诊断算法研究[D];兰州交通大学;2010年
2 马培培;基于粒子群的图像阈值化分割的研究及应用[D];合肥工业大学;2010年
3 姚杰;基于PSO混沌神经网络电力系统负荷预测[D];大庆石油学院;2009年
4 刘杨;粒子群优化算法在电力系统无功优化中的应用[D];天津大学;2005年
5 任晓娜;DNA计算中的编码设计优化算法[D];湖南大学;2010年
6 王琳;基于粒子群优化的数据流挖掘的聚类算法分析[D];长沙理工大学;2010年
7 李涛;基于SVM和PSO的非线性模型预测控制及应用研究[D];上海交通大学;2008年
8 孙巍;供热管网的建模分析及水力平衡调节[D];北京化工大学;2008年
9 李峰;大规模场景绘制中的纹理合成技术研究[D];哈尔滨理工大学;2008年
10 陈亚洲;基于粒子群优化的协同优化方法研究[D];华中科技大学;2007年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978