学海网

硕士论文-基于论文合作网络的学术好友推荐策略研究，共60页，34746字。
摘要
作为社交网络的一种，论文合作网络由两个作者合作发表一篇论文的这种专业的关系组成。而社交网络的链接预测是一个重要的问题，其现实意义可以理解为给网络中的节点推荐好友节点。本文重点是在常规随机游走算法的基础上，针对论文合作网络做了个性化的改进，给出了计算链接重要性的方法，并在此基础上提出了学术随机游走推荐算法， 基于此算法实现学术好友推荐系统，为学者推荐有价值的学术合作者。
首先，本文将基于论文合作网络的学术好友推荐算法研究归为特殊的社交网络的链接预测问题；为了解决论文合作网络的学术好友推荐需求和网络本身存在的数据稀疏问题，本文提出了基于重启随机游走算法的学术随机游走好友推荐算法，并与Google的PageRank为经典代表的重启型随机游走算法进行了比较研究；本文提出了利用学术因素计算链接重要性的算法，考虑了两个作者之间论文合作次数、最近合作时间、论文协作时的作者顺序三个因素，建立数学模型。对随机游走的转移矩阵做了修改，使得随机游走者在游走过程中更具有倾向性、导向性；从理论分析和现实意义来讲，这样的改进使得好友推荐更加准确。
本文基于DBLP数据集，利用基于链接重要性导向的重启型随机游走算法，提出了论文合作关系的合作者推荐解决方案。采用Redis数据库以及Tornado web框架，搭建web服务器，提供基于论文合作关系的合作者推荐服务。
关键词：专业型社交网络；推荐算法；链接预测；重启型随机游走；链接重要性

目 录
摘 要 I
Abstract II
1 绪论 1
1.1 本课题的研究意义 1
1.2 国内外相关研究 2
1.2.1 社交网络分析研究现状 2
1.2.2 链接预测研究现状 4
1.2.3 基于DBLP作者协作图的相关研究 7
1.3 本文研究内容和贡献 8
1.3.1 本文研究目的和主要工作 8
1.3.2 本文创新点 8
1.4 本文组织结构 9
2 社交网络中的链路预测和推荐技术 10
2.1 社交网络的发展与瓶颈 10
2.1.1 社交网络的繁荣 10
2.1.2 社交网络的瓶颈 11
2.2 社交网络分析 12
2.2.1 社交网络基础理论 12
2.2.2 社交网络分析方法 14
2.3 社交网络的好友推荐技术 14
2.3.1 基于内容匹配的好友推荐 15
2.3.2 基于协同过滤的好友推荐 16
2.3.3 基于社交网络图的好友推荐 17
2.3.4 重启型随机游走算法 19
3 基于论文合作网络的学术好友推荐策略 20
3.1 合作网络抽象和问题陈述 20
3.1.1 合作网络抽象 20
3.1.2 合作网络推荐问题具化 21
3.2 DBLP数据预处理 21
3.2.1 DBLP数据简介 21
3.2.2 DBLP数据格式分析 21
3.2.3 DBLP数据处理 23
3.3 论文合作关系图的存储和快速获取 25
3.3.1 Redis数据库 25
3.3.2 图数据的存储与调用 26
3.4 基于链接重要性导向的重启型随机游走算法 28
3.4.1 基于链接重要性学术随机游走算法的概述 28
3.4.2 基于单篇论文作者顺序的链接重要性度量 29
3.4.3 基于合作时间的链接重要性度量 30
3.4.4 基于合作次数的链接重要性度量 31
3.4.5 学术随机游走推荐算法 32
3.4.6 算法的伪代码描述 33
4 算法实验分析及讨论 35
4.1 推荐算法评价体系 35
4.1.1 准确率 35
4.1.2 召回率 36
4.1.3 覆盖率 36
4.2 实验数据集 36
4.3 推荐算法测评效果比较 37
4.3.1 目标节点的度数 37
4.3.2 阻尼系数 39
4.3.3 推荐节点数 40
4.3.4 数据集的分区时间点 41
4.3.4 迭代次数 42
4.4 实验场景最优化实验结果 43
4.5 推荐效果对比扩展实验 44
4.6 实验总结 45
结 论 46
参 考 文 献 48
攻读硕士学位期间发表学术论文情况 52
致 谢 53