網(wǎng)絡(luò)信息處理并行算法及傳播規(guī)律研究.pdf

1、微博是近年來發(fā)展最快的網(wǎng)絡(luò)媒體之一，隨著其用戶規(guī)模的不斷擴(kuò)大，其產(chǎn)生的信息量和社會影響力也越來越大。同時(shí)，網(wǎng)絡(luò)信息的泛濫阻礙了用戶體驗(yàn)的提升。因此，研究微博信息的規(guī)律并從海量的網(wǎng)絡(luò)信息中挖掘發(fā)現(xiàn)有用的知識就變得很有意義。
　　本文以數(shù)據(jù)挖掘算法為工具，研究網(wǎng)絡(luò)信息知識發(fā)現(xiàn)，在此基礎(chǔ)上提出微博熱點(diǎn)發(fā)現(xiàn)算法和網(wǎng)絡(luò)信息推薦算法。同時(shí)，將微博 SIR模型與多 Agent相結(jié)合，試圖從宏觀和微觀的角度解釋微博信息的傳播規(guī)律。
　　首先

2、，本文設(shè)計(jì)了一種微博熱點(diǎn)話題發(fā)現(xiàn)并行模糊 C均值（HTD-PFCM）算法。該算法在充分研究微博特點(diǎn)的基礎(chǔ)上，對向量空間模型（ VSM）進(jìn)行了改進(jìn)，權(quán)值的計(jì)算更能將熱點(diǎn)微博和非熱點(diǎn)微博區(qū)分開來，并在 MapReduce平臺上設(shè)計(jì)了熱點(diǎn)話題發(fā)現(xiàn)并行算法。實(shí)驗(yàn)表明，HTD-PFCM算法不僅具有良好的加速比，還能更高效的挖掘微博熱點(diǎn)話題。
　　其次，本文提出了一種基于Slope One算法的網(wǎng)絡(luò)信息推薦并行算法，并借助MapReduce平

3、臺設(shè)計(jì)實(shí)現(xiàn)了該算法。該算法通過計(jì)算用戶項(xiàng)目的偏差矩陣和頻度矩陣，為預(yù)測用戶感興趣的項(xiàng)目提供了參考，實(shí)現(xiàn)了在大數(shù)據(jù)背景下的，網(wǎng)絡(luò)信息的個(gè)性化推薦。實(shí)驗(yàn)表明，該算法在具有較高預(yù)測準(zhǔn)確率的前提下，還具有較好的加速比，實(shí)現(xiàn)了信息的個(gè)性化服務(wù)。
　　最后，提出了一種將多 Agent理論與微博 SIR模型相結(jié)合的研究微博信息傳播規(guī)律的方法，該方法根據(jù)微博信息傳播信息的特點(diǎn)，將微博SIR模型與多Agent系統(tǒng)結(jié)合，用多 Agent的智能性來得到