基于事件框架的社区进化预测研究

摘要：

有效预测社交网络中的社区演化规律和趋势,在广告精准投放、网络舆论监测与引导方面具有广泛的应用前景.近年来,基于事件框架的社区进化预测建模在反映社区演化规律和趋势方面一直是热点,研究的难点在于提高预测模型的预测准确度.为解决这一难点,文中首先提出一种改进的事件框架,以新型事件框架为基础,针对不同事件分别构建有效的预测模型.其中预测模型的输入指标包括网络结构特征、社区的结构特征和社区进化特征.最后为了充分验证所建预测模型的有效性并保证预测模型的实用价值,在实验中分别用人造动态网络数据集、DBLP动态网络数据集和Facebook数据集作为实验数据集,以确保实验数据集的多样性.实验结果表明文中的预测模型针对形成、消失、保持、合并和分裂等事件的预测具有较高的准确性,结果也表明文中提出的特征指标和对应事件的预测模型在实际事件预测中将具有较高的实用价值.

关键词：复杂网络、社区进化、特征指标、预测模型、社交网络

所属期刊栏目：40

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金61671202,61573128,61273170;国家"九七三"重点基础研究发展规划项目基金2016YFC0401606;中央高校基本科研业务费专项资金2015B25214

在线出版日期：2017-04-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：729-742