《大規模動態多維社會網路的社區發現算法研究》是依託山東科技大學，由趙中英擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：大規模動態多維社會網路的社區發現算法研究
- 項目類別：青年科學基金項目
- 項目負責人：趙中英
- 依託單位：山東科技大學
項目摘要,結題摘要,
項目摘要
社區結構研究，對理解網路結構和功能、揭示網路中的隱含模式、分析及預測網路行為等具有非常重要的理論意義。同時，還可以套用在智慧型推薦、精準行銷等諸多領域，具有廣泛的套用價值。然而，網路的大規模性、動態性、多維性等特點，對現有的社區發現算法提出了挑戰。本課題擬針對大規模、動態、多維社會網路，研究如下內容：(1)探索有效的多維網路建模方法；(2)基於多維網路建模，研究多維社區的評價方法及發現算法；(3)基於增量學習技術，研究增量的動態社區發現算法以及增量的多維社區動態發現算法；(4)結合算法機理和並行性分析，研究適用於大規模、動態、多維社會網路的算法最佳化技術。最後，基於上述研究結果，設計開發一個面向大規模複雜網路的社區發現軟體系統。本課題的研究結果不僅能夠為社會網路分析與挖掘領域提供理論基礎，而且還能夠為廣告投放、個性化推薦、精準行銷等相關領域提供科學分析的依據，具有重要的理論意義和套用價值。
結題摘要
社交媒體數據分析與挖掘是近幾年來一個熱門的研究領域，社區發現及分析是其中一個重要的研究課題。社區結構研究，對理解網路結構和功能、揭示網路中的隱含模式、分析及預測網路行為等具有非常重要的理論意義。同時，還可以套用在智慧型推薦、精準行銷等諸多領域， 具有廣泛的套用價值。然而，網路的大規模性、動態性、多維性等特點，對現有的社區發現算法提出了挑戰。 為解決上述挑戰性問題，本項目對社區的多維屬性、社交個體及群體的動態性、社區的動態性進行了探索性研究，具體的研究內容包括“微博數據的管理與挖掘系統平台”、“社交媒體數據中網路流行語的發現與時空分析”、“文本分類中的基於最大化全局信息增益的特徵選擇方法”、“基於種子及半監督學習的重疊社區發現方法”、“面向線下信用卡數據的pos終端機的定位方法”、“社交媒體中用戶地理位置模式的時空分析”、“社交媒體中流感的測與分析方法”等。 團隊成員在《Knowledge-Based Systems》、《International Journal of Data Warehousing and Mining》、《International Journal of Machine Learning and Cybernetics》、《Journal of Intelligent & Fuzzy Systems》、ICDM、DASFAA、PAKDD等國內外領域重要期刊及會議上發表論文13篇，其中SCI檢索5篇，EI檢索9篇。 上述研究結果引起國內外同行的廣泛關注，為社交網路分析與挖掘這一研究領域奠定了較好的理論基礎，能夠在一定程度上推動相關研究課題的發展。
