《社會網路中潛在重要節點發現關鍵技術研究》是依託清華大學，由王朝坤擔任項目負責人的面上項目。
基本介紹
- 中文名：社會網路中潛在重要節點發現關鍵技術研究
- 依託單位：清華大學
- 項目負責人：王朝坤
- 項目類別：面上項目
項目摘要,結題摘要,
項目摘要
近年來線上社交網路社區的普及使得社會網路的研究越來越受到關注，成員在社會網路中的作用和重要性也吸引著越來越多人的注意。然而該領域目前的研究成果遠遠不能滿足現實中的套用需求。本項目旨在提出並研究社會網路中潛在重要節點發現問題。在整理分析節點重要性度量指標集合的基礎上，建立基於天際線的社會網路潛在重要節點模型；通過多級倒排及Bitmap等索引結構，實現多指標的增量式快速計算；通過啟發式規則有效減小候選潛在重要節點集合規模，依據組合遞推方法按代價序生成給定節點的提升方案，支持加權社會網路潛在重要節點的快速發現；建立混合動力演化模型精確刻畫社會網路的演化過程，同時基於MapReduce計算框架有效發現大規模動態社會網路中的潛在重要節點。社會網路中潛在重要節點發現問題具有重要的理論研究意義和實際套用價值,本項目的研究成果可望廣泛套用於新星發現、商業遴選、傳染病防治，以及反恐維穩等關鍵國家安全領域。
結題摘要
本項目旨在提出並研究社會網路中潛在重要節點發現問題。經過4年的研究工作，課題組發表學術論文34篇，其中SCI論文6篇、EI論文15篇，CCF A類長文7篇，申請國家發明專利5項，獲得國內外最佳會議論文獎3項。 在整理分析節點重要性度量指標集合的基礎上，建立基於天際線的社會網路潛在重要節點模型；針對不等邊權社會網路，提出了“暴力法”、“基於索引的動態剪枝法”兩個基準算法，之後提出了 “提升邊界”、“方案下界”等概念用於對提升方案空間進行有效剪枝，並根據排列組合定理提出了按方案成本升序對方案進行依次檢驗的策略，進而提出了“基於提升邊界的組合遞推提升法”的最佳化算法。該成果發表於WWWJ。針對等邊權社會網路，首先基於“提升邊界”提出了直接計算成員提升成本的方法，然後基於“次天際線”等概念對候選成員空間進行了顯著有效的剪枝，進而提出了“基於次天際線與提升邊界的提升法”的最佳化算法，成果獲得APWEB 2012最佳論文獎。 從用戶行為驅動的角度，建立混合動力演化模型精確刻畫社會網路的演化過程。針對社交連結產生方向推斷問題，從真實數據中總結了四個一般性的交友行為方向模式，提出了以降低模式背離度為目標的ReDirect最佳化框架，以及基於ReDirect的連結方向推斷算法。該成果發表於WWW；針對社會網路演化過程推斷問題，提出了用以表達社會網路演化過程的潛在朋友關係傳遞樹LaFT-Tree，設計了交友行為生成模型LaFT-LDA，以及基於LaFT-LDA模型級聯推斷的LaFT-Tree推斷算法。LaFT-Tree將扁平的網路結構層次化，直觀展示了用戶以其現有朋友為中介人擴張其社會網路的過程。該成果發表於WSDM和KDD；針對社會網路連結預測問題，提出了基於傳遞性原理的、用戶興趣感知的交友行為生成模型LFPM，在此基礎上構造了用以刻畫潛在朋友關係傳播軌跡和趨勢的LFPN，進而將用戶的交友行為看作是在用戶自身興趣和來自朋友的聯合影響作用下的結果，提出了基於LFPN的社交連結預測算法LFPN-RW。該成果發表於SIGIR；提出了連續時域上的基於個人偏好和社交影響聯合作用的用戶時效行為生成模型ConTyor，利用動態偏好空間DP-Space來刻畫各個影響因子的動態變化，提出了用於模型推斷的EMO算法，展示了ConTyor作為一個通用的行為生成模型在多個真實場景中的套用。成果發表於PVLDB。
