基于概率因子模型的演化社會網絡分析方法研究.pdf

1、演化社會網絡是動態(tài)更新的社會網絡。隨著信息技術的發(fā)展，信息交換的成本迅速下降，大量易用的通信、互聯網交互平臺迅速發(fā)展。而在這類平臺上所構建的社會網絡通常具有高度動態(tài)的結構，并且其內部的結構特征相比傳統(tǒng)網絡更加豐富。演化社會網絡的分析目前依然處于起步階段，但已有的大量靜態(tài)網絡以及圖論的研究可以被演化社會網絡分析借鑒或進一步擴展。本文在對已有的分析模型研究基礎上，對演化社會網絡分析方法進行了理論探索和實踐。
　　本文主要針對演化社會網

2、絡分析的框架，網絡變化檢測以及社團劃分問題進行了研究，主要工作集中在以下方面:
　　1、提出了新的演化社會網絡分析框架，利用因子模型優(yōu)化關聯強度特征向量，重建關聯強度矩陣，并通過計算演化指標捕獲社會網絡的結構變化點的方法。
　　2、定義了概率視角的演化社會網絡，在此基礎上提出了演化社會網絡的概率因子模型，并將模型用于網絡結構變化點的檢測。
　　3、提出了基于概率的演化社會網絡社團劃分的方法。沿用相關聚類的啟發(fā)式算法，在

3、演化社會網絡的分析框架之下對社團進行劃分和評價。
　　上述理論研究在隨機生成的數據集以及真實數據集進行了實踐。實驗結果表明Event-Detect算法以及Prob-Event-Detect算法有效的檢測出了演化網絡的結構變化。通過對比已有的社團劃分算法，Prob-Cluster-Detect算法亦表現出較好的魯棒性以及社團劃分的合理性。
　　本文最后部分對工作進行了總結。此外在研究展望部分還分別針對演化社會網絡的時空模型、演