基于复杂网络理论的网络核心边缘结构算法研究及应用

作     者：陈智宇 

作者单位：电子科技大学 

学位级别：硕士

导师姓名：蔡世民

授予年度：2017年

学科分类：07[理学] 08[工学] 070104[理学-应用数学] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术] 0701[理学-数学] 

主      题：复杂网络 多层网络 耦合网络 核心-边缘结构 节点中心性 

摘      要：在线社交网络平台中,信息主体的行为活动多样性,一方面使得主体之间的相互关系变得复杂,另一方面也促进了信息的传播与扩散。基于复杂网络理论,本文旨在从海量社交网络数据中抽取信息主体之间的社交关系网络和行为关系网络,建立其复杂网络模型。在此基础上,从单层网络和多层网络视角,研究网络核心-边缘结构,并应用于识别核心节点在行为活动中作用。网络核心-边缘结构检测及其应用,将有助于提供更加优质的信息服务,并将产生更多的社会经济价值。本文的工作主要包含以下两个方面:1)基于新浪微博数据的复杂网络建模与分析。对爬取的微博数据进行提取和预处理,微博事件转发网络及其对应用户关系网络本身符合多层网络的特性。本文将从单层以及多层网络的视角出发,重点研究网络结构特征以及网络核心-边缘结构。研究在不同类型的事件转发过程中,参与转发的用户行为活动之间的关联性及其时序演化机制。通过研究多层网络中参与转发用户之间的行为关系来熟悉微博事件转发过程中的特点,包括分析转发网络度分布,网络随时间的演化趋势,网络结构的变化,事件转发网络与对应用户关系网络之间的关联性等。通过上述多方面的研究,更好地理解社交网络结构特征、信息主体之间的行为模式以及它们之间的相互作用关系。2)基于新浪微博数据的网络核心-边缘结构检测算法分析。在多关系社交网络系统中,首先尝试用不同的节点中心性方法对社交网络信息主体行为活动及其对应社交网络进行中心性分析,包括度中心性,接近中心性以及k-壳中心性。并结合社交网络基本特征,尝试用合适的方法对多层社交网络进行网络核心-边缘结构检测,理解不同方法的局限性。实验过程中发现,基于核层分解的核心-边缘结构检测算法能够有效地进行核心-边缘结构判定,它对核心节点的识别在大多数情况下也较为有效。