论文部分内容阅读
动态社会网络分析关注于随时间变化的社会交互的变化,开阔了社会网络分析的领域,具有很好的研究价值和应用意义。 本文主要基于现实场景出发,构建实体识别和社团识别的动态社会网络模型,研究基于此模型下的算法,论文的主要工作如下: 1)综述了动态社会网络分析的现状,以及当前最有代表性的三个动态社会网络分析算法; 2)针对实体识别问题,在现实电信数据网络中,本文利用实体的时间信息和位置信息,将传统的一维图模型扩展为二维图模型,提出了基于实体位置的链接动态社会网络模型及算法,并且给出了具体的实现过程,最后将该算法应用于真实的电信数据网络加以验证; 3)针对社团识别问题,本文根据社团的相似性和随着时间社团成员变更的不频繁性,结合社团结构优化算法,提出了基于Group的社团识别动态社会网络模型及算法,并且分步骤给出了具体的实现过程,最后将该算法分别应用于Southern Women经典数据集网络和真实电信数据网络中进行验证,并对其复杂性作出了分析。