面向多源社交网络的社团结构特征研究(研究生论坛) |
| |
引用本文: | 李敏毓,陈兴蜀,尹雅丽,王海舟,王文贤.面向多源社交网络的社团结构特征研究(研究生论坛)[J].四川大学学报(工程科学版),2017,49(Z2):195-202. |
| |
作者姓名: | 李敏毓 陈兴蜀 尹雅丽 王海舟 王文贤 |
| |
作者单位: | 四川大学计算机学院,四川大学网络空间安全研究院,四川大学计算机学院,四川大学计算机学院,四川大学网络空间安全研究院 |
| |
基金项目: | 国家科技支撑计划资助项目(2012BAH18B05:新媒体资源监管关键技术原型系统研究);国家自然科学基金项目(61272447:基于动态多维特征的网络行为模型研究);四川大学青年教师启动基金(2015SCU11079:移动互联网中P2P流媒体系统的内容污染建模研究) |
| |
摘 要: | 为了研究社交网络社团结构对舆情传播的影响,本文对比分析了多源社交网络的社团结构特性及传播特性,并且利用COPRA算法和LFM算法进行了社交网络重叠社团研究,提出一种基于节点度过滤的LFM改进方法——NF-LFM算法。该算法对好友关系网络中节点度小于某一阈值的节点进行过滤,再对剩下的好友关系网络进行社团划分。实验结果表明:1)人人网、QQ空间、新浪微博都具有明显的社团结构特性,其中人人网和QQ空间的社团结构特性强于新浪微博;2)在不考虑社交网络用户活跃度的情况下,舆情信息在人人网上扩散范围最广,新浪微博次之,QQ空间扩散较慢。本文提出的改进方法能解决现有算法社团划分结果分辨率低的问题,且有效弥补了LFM算法在大规模社团发现时陷入无限的迭代过程而导致时间复杂度高的缺点,将其应用于经典数据集中也符合理论预期结果。本文的研究结果将有助于进一步理解和认识社交网络社团结构对舆情传播的影响,同时对于网络群体事件发现和舆情监控及引导等具有重要意义。
|
关 键 词: | 社交网络 社团发现 重叠社团 NF-LFM算法 节点度 |
收稿时间: | 2016/9/3 0:00:00 |
修稿时间: | 2016/12/31 0:00:00 |
Research on Community Characteristics of Multi-Source Social Network |
| |
Affiliation: | Cybersecurity Research Institute, Sichuan University,,College of Computer Science, Sichuan University, |
| |
Abstract: | |
| |
Keywords: | Social network community detection overlapping community NF-LFM algorithm node degree |
|
| 点击此处可从《四川大学学报(工程科学版)》浏览原始摘要信息 |
|
点击此处可从《四川大学学报(工程科学版)》下载全文 |