基于话题概率模型的语义社区发现方法研究
语义社会网络(Semantic social network, SSN)是一种由信息节点及社会关系构成的复杂网络,也是语义信息时代社会网络技术研究的热点,相较于传统社会网络更具实用价值.其研究内容包含了社会网络的语义分析及社会关系分析,因此,语义社会网络的社区挖掘建模具有一定的复杂性.在语义社会网络的社区挖掘研究方面,本文分析了当前基于话题概率模型的语义社区发现方法,并在综述其内容的同时总结了各方法的优缺点,为后续研究提供了理论基础.在语义社会网络社区挖掘结果的评判方面,本文归纳了相关的评价模型,并通过实验分析对比了各模型对拓扑相关性和语义相关性的倾向性.
语义社会网络、话题概率模型、社区挖掘、社区结构
41
国家自然科学基金61370083, 61370086,国家教育部博士点基金20122304110012,黑龙江省自然科学基金F201101,黑龙江省教育厅科技项目12531105,黑龙江省博士后科研启动项目LBH-Q13092资助. Supported by National Natural Science Foundation of China 61370083, 61370086, National Research Foundation for the Doctoral Program of Higher Education of China 20122304110012, Natural Science Foundation of Heilongjiang Province F201101, Educational Commission of Heilongjiang Province 12531105, Postdoctoral Science Foundation of Heilongjiang Province LBH-Q13092
2015-12-15（万方平台首次上网日期，不代表论文的发表时间）
1693-1710
