Web社區(qū)發(fā)現(xiàn)技術(shù)的研究及改進(jìn).pdf

1、Web是一個(gè)復(fù)雜超文本所組成的巨大的信息源，而且以很快的速度在不斷的擴(kuò)大。針對(duì)這樣一個(gè)不斷變化的信息源，如何利用和發(fā)現(xiàn)Web中的有用信息變得具有挑戰(zhàn)性。Web在發(fā)展的過程中存在著大量的社區(qū)，這些社區(qū)是Web組織中非常重要的信息。社區(qū)可以為用戶提供有價(jià)值的、可靠的、及時(shí)的信息，社區(qū)代表了Web中的社會(huì)活動(dòng)，對(duì)社區(qū)的深入研究可以了解Web中知識(shí)信息及其組織結(jié)構(gòu)的發(fā)展?fàn)顩r。 本文對(duì)目前較為流行的一些社區(qū)發(fā)現(xiàn)技術(shù)進(jìn)行了分類，實(shí)現(xiàn)了基于二

2、分圖和最大流算法的社區(qū)發(fā)現(xiàn)方法，并且通過使用相同主題的實(shí)驗(yàn)來比較利用這兩種方法所發(fā)現(xiàn)的網(wǎng)絡(luò)社區(qū)質(zhì)量并分析社區(qū)的特點(diǎn)。特別是在基于流量的社區(qū)發(fā)現(xiàn)技術(shù)中，對(duì)邊容量與社區(qū)的規(guī)模之間的關(guān)系進(jìn)行了深入研究，原始的最大流算法給邊容量賦了常值，把每條邊看成相同重要，而實(shí)際上每條鏈接所包含信息的價(jià)值并不相同，因此常常把包含噪音頁(yè)面的圖結(jié)構(gòu)提取出來。本文著眼于提高社區(qū)質(zhì)量，分析了鏈接結(jié)構(gòu)的特征，將概率分布的思想引入到邊容量的分配中，給出了利用網(wǎng)頁(yè)的入度和

3、出度的概率分布來分配邊容量的方法，該方法既考慮了從一個(gè)節(jié)點(diǎn)鏈出(或鏈入到該節(jié)點(diǎn))的邊的重要性差異，又考慮了從不同節(jié)點(diǎn)鏈出(或鏈入到不同節(jié)點(diǎn))的邊的重要性差異。此外，本文對(duì)在實(shí)驗(yàn)過程中遇到的一些問題進(jìn)行了總結(jié)并提出了解決方案。實(shí)驗(yàn)證明，本文給出的改進(jìn)的邊容量分配方法提高了所發(fā)現(xiàn)網(wǎng)絡(luò)社區(qū)的質(zhì)量。 本文從概率分布的角度給出了社區(qū)發(fā)現(xiàn)中改進(jìn)的邊容量分配方法，為獲得高質(zhì)量的網(wǎng)絡(luò)社區(qū)提供了新思路和新途徑，為有效地發(fā)現(xiàn)Web中潛在的社區(qū)提供了