谈述网络基于新浪微博移动社交网络复杂特性查抄袭率

摘要：iPhonel的诞生以很大程度上推动了传统社交网络的移动化走势,现如今移动社交网络已经成为人类日常生活中必不可少的一部分。Twitter和Path等高质量的移动社交网络能够在短期内积累大量用户,而Facebook、人人等大型传统社交网络怎么写作也在加速移动设备的部署。我国最大的移动社交网络是新浪微博,截至2012年6月已经积累了3.5亿用户,其中超过60%的用户利用移动设备进行登陆。由于移动社交网络与复杂网络模型的相似性,可以将移动社交网络用户作为节点,用户与其他用户之间的联系作为该节点的有向弧,构造复杂网络模型。本论文以新浪微博作为探讨对象,克服网络爬虫局限性,依据新浪微博开放平台API接口限制,构造算法,在保证内存分配的情况下减少对API的调用,共收集了2999个用户节点、232623条连边的样本,构造模型并对其以三个方面进行了探讨：在复杂网络结构及特性方面,本论文通过计算发现样本网络的平均入度达到了77.57,而最大直径为6,验证了六度分离论述在新浪微博用户网络中是成立的。本论文发现该样本网络的入度分布服以幂率分布形成了一个无标度网络；出度分布服以指数分布形成了一个ER随机图。在新浪微博与Twitter的比较中发现新浪微博的网络密度和节点重要量制约都不如Twitter。在复杂网络鲁棒性方面,通常的探讨策略是针对复杂网络进行结构上的随机故障与蓄意攻击的模拟,此外,本论文还进行了一种更符合实际情况的蓄意性随机攻击模拟。蓄意性随机攻击模拟要求在进行攻击时,依概率损毁重要节点,转变节点状态,使之成为普通节点,对普通节点则直接进行删除。蓄意性随机攻击更适合新浪微博网络中用户遭受攻击侯的实际情况。模拟最终发现新浪微博网络具有出人意料的鲁棒性。在复杂网络的用户群体发现方面,本论文介绍了社团结构的定义以及划分社团结构的两种策略——谱系聚类算法以及GN算法。本论文采取谱系聚类策略进行了节点聚类,并首次绘制出了新浪微博的两种网络结构图,在探讨中并未发现显著的社团结构。本论文最后,对移动社交网络数据挖掘提出了一些建设性意见供参考。关键词：复杂网络论文移动社交网络论文新浪微博论文鲁棒性论文社团结构论文

摘要4-5

ABSTRACT5-9

第一章 引言9-15

1.1 选题背景及探讨作用9-12

1.2 探讨方策略与探讨目的12-13

1.3 论文结构介绍13-15

第二章 移动社交网络与复杂网络15-28

2.1 移动社交网络15-23

2.1.1 电子子邮件(Email)16-17

2.1.2 论坛系统(BBS)17-18

2.1.3 早期在线社交网络：Aol与MySpace18-20

2.1.4 移动社交网络的兴起：Facebook与Twitter20-21

2.1.5 中国的在线社交网络与移动社交网络21-23

2.2 复杂网络23-26

2.2.1 复杂网络兴起的历史23-24

2.2.2 复杂网络概念及特性24-26

2.3 复杂网络与移动社交网络的区别26-28

第三章 移动社交网络结构与特点的实证探讨28-46

3.1 复杂网络的几何特点28-34

3.1.1 平均距离28-29

3.1.2 聚集系数29-30

3.1.3 度分布30-31

3.1.4 介数与核数31-32

3.1.5 中心性与网络密度32-33

3.1.6 连通子图及其规模分布33-34

3.2 新浪微博数据收集算法34-39

3.2.1 新浪微博网络数据需求浅析34-36

3.2.2 新浪微博网络数据挖掘算法36-39

3.3 新浪微博网络结构与特点的实证探讨39-44

3.4 新浪微博网络的比较探讨44-45

3.5 小结45-46

第四章 移动社交网络的鲁棒性46-54

4.1 鲁棒性介绍46-47

4.2 复杂网络的鲁棒性及其指标47-48

4.3 移动社交网络的鲁棒性探讨48-53

4.4 小结53-54

第五章 移动社交网络的用户群体发现54-64

5.1 社团结构的定义54-56

5.2 社团结构划分算法56-59

5.2.1 谱系聚类算法56-57

5.2.2 GN算法57-58

5.2.3 社团划分结果评价58-59

5.3 移动社交网络社团结构的实证探讨59-63

5.5 小结63-64

第六章 结论与展望64-67

6.1 结论64-66

6.2 展望66-67

致谢67-68