社交网络数据社区发现算法的设计与实现开题报告

 2020-02-20 09:02

1. 研究目的与意义(文献综述)

1.1 研究背景及意义

在当今世界网络的快速传播和发展的大环境下,国内诸如微博、知乎,国外yelp、foursqure等社交媒体和网站的出现极大地激发了人们在网络方面的探索热情,科技研究人员们纷纷涌入这个浪潮来发现网络之美。对于网络的应用者们来说,生活中的各个方面也都与之息息相关。社交、学术、信息、医疗等领域都以网络的形式存在并相互关联。人们不断地利用虚拟的网络来进行真实的社交,使得社交网络分析成为挖掘真实社会关系的重要手段。社区发现算法是近年来的热点研究方向,它将网络模块化、层次化分解,使其结构更加清晰,研究也更具有针对性,还能与用户画像相结合,对于不同的个人或群体可利用最适合的算法来达到目的,近而可以更加准确地应用在系统推荐、信息传播和检索和其他众多领域。


剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容与方案

2.1 基本内容以及目标

本文主要目的是通过聚类实现不同社区发现算法的设计和比较分析,得到实际社交网络展示结果并发现最好的算法,使其与用户画像结合使用得到更准确的社交网络信息。基本内容如下:

(1)学习社区发现算法理论知识和python语言等技术知识;

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 研究计划与安排

2019.02.01-2019.02.17 查找资料,阅读大量相关文献,学习python等储备知识

2019.02.18-2019.02.28 撰写开题报告,翻译英文文献

2019.02.29-2019.03.10 仔细研究涉及到的算法并正式开始论文设计

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 参考文献(12篇以上)

[1]tang,fq.communitydetection with structural and attribute similarities[j].statistical computationand simulation,2019,89(4):668-685.

[2]newman m e j. finding andevaluating community structure in networks[j]. physical review e, 2004,69(2):026113.

[3] newman m e j. fast algorithmfor detecting community structure in networks[j]. phys rev e stat nonlin softmatter phys, 2004, 69(6 pt 2):066133.

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

该课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。