中文题名: | 微博社交网络的对称性研究 |
姓名: | |
学号: | 1049721201948 |
保密级别: | 公开 |
论文语种: | chi |
学科代码: | 070104 |
学科名称: | 应用数学 |
学生类型: | 硕士 |
学位: | 理学硕士 |
学校: | 武汉理工大学 |
院系: | |
专业: | |
研究方向: | 随机过程 |
第一导师姓名: | |
第一导师院系: | |
第二导师姓名: | |
完成日期: | 2014-10-17 |
答辩日期: | 2014-12-07 |
中文关键词: | |
中文摘要: |
对称性是微博社交网络中最直观也是最重要的性质之一,研究微博社交网络的对称性变化规律,可以揭示微博社交网络用户节点之间的联系紧密程度。然而,目前已有的社交网络对称性研究方法存在局限性。一方面,微博社交网络的对称程度没有具体准确的定义,容易忽略微博的特殊性;另一方面,现有的对称程度算法不适用于大数据类型,而社交网络研究属于大数据挖掘范畴。为了解决这两个方面的问题,本文基于微博的特性,给出微博社交网络对称程度的定义,并对已有算法进行优化,使得对大数据类社交网络对称性的研究更加可行。 本文主要分为三个部分,第一部分主要阐述微博社交网络对称性的相关背景,并概述了现有的Reciprocity算法,给出了改进的对称程度算法。第二部分使用改进算法研究微博社交网络的对称性,具体工作如下:根据收集的100万条新浪用户之间的关注关系和236个Twitter用户及其之间的关注关系来构建初始微博社交网络,选取其中具有明显对称性的连通子网络作为研究的主要对象;通过去除法研究影响其最大连通子网络对称性的主要因素,并分析了产生此现象的原因;用比较分析法,得到了Sina微博和Twitter的大V用户构成的社交子网络的对称性强弱关系;从功能定位方面给出了两种微博的对称程度实证分析;通过对初始网络的所有连通子网络的对称性研究,总结得出社交网络的对称性变化规律。第三部分讲述了社交网络的对称性变化规律的现实意义,总结了相关的结论,并对微博社交网络的对称性的进一步研究提出了延伸和展望。 |
参考文献: |
[3] 肖怡佳. 微博客的复杂网络属性及用户特性研究[D]. 北京: 对外经济贸易大学, 2012. [15] 汪小帆. 复杂网络理论及其应用[M]. 北京: 清华大学出版社, 2006. [16] 汪小帆, 李翔, 陈关荣. 复杂网络理论及其应用[M]. 北京: 清华大学出版社, 2013. [17] 胡守信. MATLAB基础及其应用教程[M]. 北京: 科学出版社, 2006. [18] 史岭峰. 基于社交网络好友关系的图查询算法研究与应用[D]. 江苏: 南京理工大学, 2012. [19] WALTERS P, An Introduction to Ergodic Theroy [M]. Germany: Springer, 2000. [21] LAWLER G F, Introduction to Stochastic Processes[M]. America: CRC Press, 2006. [23] NEWMAN M E J, Networks: An Introduction[M].England: Oxford University Press, 2010. [24] PARRY W, Topics in Ergodic Theory[M].England: Cambridge University Press, 2004. [25] WALTERS P, An Introduction to Ergodic Theory[M]. Germany: Springer, 2000. [26] 黄慎. 复杂网络节点重要性算法研究[D]. 武汉: 中国科学院武汉物理与数学研究所, 2014. [40] 祈吉祥. 百度百科‘贴吧’[G/OL]. [2014-10-08]. http://baike.baidu.com/view/2185.htm?fr=aladdin. |
中图分类号: | TP393.092 |
馆藏号: | TP393.092/1948/2014 |
备注: | 403-西院分馆博硕论文库;203-余家头分馆博硕论文库 |