论文部分内容阅读
近年来在线社会网络快速发展，与其相关的研究得到了国内外多个领域学者的关注，对在线社会网络的分析成为各领域学术研究的热点。由于在线社会网络具有数据类型多样、用户规模庞大、信息语义丰富等特性，传统的网络分析方法不能满足在线社会网络分析需要。本文尝试将社会语义网与社会网络分析原理相结合，研究适用于在线社会网络的社会网络分析新方法。本文提出了一种社会语义网分析框架，并基于该框架研究了社会语义网的社区发现算法。主要工作归纳如下： (1)通过分析国内外研究现状，确定研究的方向和内容。对相关的基础理论进行研究学习，其中包括：社会网络分析方法的基本理论和概念、经典社区发现算法以及语义网相关技术。 (2)在相关理论的研究基础上，针对在线社会网络的特点和分析的语义需要，设计了一种社会语义网络分析框架。框架包括在线社会网络的语义表示和语义分析两部分。框架使用RDF表示网络的语义信息，研究中分析了非RDF数据的转化和整合技术。在语义分析部分，使用SPARQL查询语言实现语义分析，并设计了参数化的SPARQL查询语句，实现网络分析粒度的控制。根据框架的实现流程，通过实验证明框架在真实网络分析中的有效性。 (3)基于社会语义分析框架，针对在线社会网络的特征以及已有社区发现算法所存在的不足，提出社区发现算法ISLPA。ISLPA对语义标签传播算法SemTagP进行改进。算法中根据用户关系的语义类型将在线社会网络转化为有向加权图，结合语义网技术和社会化标签技术进行社区划分和标识。根据算法思想，本文设计了ISLPA算法的具体步骤和实现。实验表明，ISLPA算法能有效地对真实在线社会网络进行划分和标识，获取的划分结果更真实可靠。