基于隨機分塊模型的社交網(wǎng)絡研究.pdf

1、隨著信息化的進程，網(wǎng)絡數(shù)據(jù)得到大量的關注，虛擬網(wǎng)絡與現(xiàn)實生活有了愈加不可分割的關系。社團結構代表網(wǎng)絡中特定對象的集合，反映了特定群體的內在規(guī)律，進而探索這些特殊群體的隱藏價值。但是網(wǎng)絡數(shù)據(jù)量越來越大，結構越來越雜亂，假如僅僅只用傳統(tǒng)的方式方法來表現(xiàn)，了解十分艱難，也很難將網(wǎng)絡中的數(shù)據(jù)信息整體展示。這給網(wǎng)絡數(shù)據(jù)分析帶來了挑戰(zhàn)的同時，也催生了新的統(tǒng)計方法去分析網(wǎng)絡數(shù)據(jù)。
　　本文首先對基于E-mail數(shù)據(jù)的社交圈進行了描述性解析，分析

2、了網(wǎng)絡圖特征。接著分析了利用凝聚聚類和分裂聚類的樹形圖的層次聚類算法，獲得初始的聚類數(shù)，其次再使用基于k-means方式的劃分聚類，獲得較準確地聚類數(shù)。又分析了聚類中譜聚類算法的基礎理論知識，利用譜聚類方法分析網(wǎng)絡數(shù)據(jù)，最終得到多個有差別性的社團結構。最后，利用隨機分塊模型算法估計網(wǎng)絡數(shù)據(jù)的社區(qū)分塊數(shù)，通過與前面介紹的各算法比較，獲得在隨機分塊模型下的聚類，并在E-mail網(wǎng)絡數(shù)據(jù)中得到了應用和驗證。最后把各算法結果分析總結，獲得最佳聚