学位论文 > 优秀研究生学位论文题录展示
电子邮件网络社区发现技术研究
作 者: 张震
导 师: 李芝棠
学 校: 华中科技大学
专 业: 信息安全
关键词: 邮件网络 社区发现 极大团 邮件分析系统
分类号: TP393.098
类 型: 硕士论文
年 份: 2013年
下 载: 3次
引 用: 0次
阅 读: 论文下载
内容摘要
电子邮件是社会网络的早期形式和重要组成,尤其在组织内部的信息传递中扮演着重要角色,是目前社会信息交流与沟通协作的有效工具。邮件网络社区是社会网络研究的一个重要方面,它可以从杂乱无章的邮件背后发现隐藏的各种社区结构,揭示邮件网络中的社区关系,进而帮助人们更好的理解邮件网络的特征,增强邮件网络管理和信息投递的针对性。分析电子邮件的结构组成和传播特点后发现,邮件网络社区具有有向性特点,可以根据邮件的“互惠性”将有向图转换为无向图进行社区划分处理。在邮件网络社区划分上,采用凝聚算法思想,借鉴和改进了已有的极大团发现算法,提出了一种基于极大团的社区划分算法。与很多社区划分算法从单个节点出发进行社区聚类不同,这个算法首先找出邮件网络中所有极大团,以极大团为中心挖掘核心节点并构建初始社区,再通过一定的距离指标和相似度判定将非核心节点逐步划分至初始社区,最终得到社区划分结果。根据极大团发现算法的特点还实现了该过程的并行化计算。采用这个基于极大团的社区划分算法建立了邮件分析系统,对校园内部邮件从数据分析和社区划分两方面进行了处理,实验结果表明该算法能较准确的发现有效社区,可以较为直观的展示各邮件社区划分情况,从而为邮件管理起到较好的辅助作用。
|
全文目录
摘要 4-5 Abstract 5-8 1 绪论 8-12 1.1 研究背景与意义 8-9 1.2 国内外研究现状 9-10 1.3 本文主要研究内容 10-11 1.4 组织结构 11-12 2 网络社区研究技术与方法 12-25 2.1 邮件网络社区 12-16 2.2 社区分析的几个重要概念 16-17 2.3 社区发现算法概述 17-24 2.4 本章小结 24-25 3 基于极大团的网络社区发现 25-44 3.1 极大团 25-27 3.2 算法基本思想 27-39 3.3 实验对比分析 39-43 3.4 本章小结 43-44 4 邮件分析系统及实验结果 44-57 4.1 邮件分析系统 44-52 4.2 实验设计 52-53 4.3 实验结果分析 53-56 4.4 本章小结 56-57 5 总结与展望 57-59 5.1 全文总结 57 5.2 工作展望 57-59 致谢 59-61 参考文献 61-64
|
相似论文
- 混合重叠社区发现研究及应用,D669.3
- 网络隐私权的民法保护,D913
- 大规模软件中社区结构的发现与研究,TP311.52
- 基于FCA的社区发现算法,TP301.6
- 粗糙集与蚁群算法在网络社区结构发现中的应用研究,TP393.02
- 博客潜在朋友推荐技术的研究,TP391.3
- 社会网络的节点重要性评估与社区发现研究,O157.5
- 空间同位模式挖掘算法研究,TP311.13
- 基于社区发现的网络舆论导向系统研究与应用,TP393.09
- 基于核心成员识别的网络社区发现及跟踪方法,TP393.094
- 博客朋友推荐技术的研究,TP393.092
- 高校教师社会网络的自动构建技术研究,TP181
- 基于社会网络的协同过滤推荐技术研究,TP393.09
- IP网络流量监控系统的设计与实现,TN915.06
- 基于先验知识的有向复杂网络社团探测算法,O157.5
- 蛋白质网络中相互作用及功能预测算法的研究,Q51
- 基于链接相似度的Web社区发现算法研究,TP393.01
- 基于时序和极大团的关联规则数据挖掘方法的研究,TP311.13
- Web社区发现技术的研究及改进,TP393.09
- 图的邻点可区别全染色和有全色子图限制的染色问题,O157.5
- 三维复合型垃圾邮件过滤技术的研究与实现,TP393.098
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 计算机网络 > 一般性问题 > 计算机网络应用程序 > 电子邮件(E-mail)
© 2012 www.xueweilunwen.com
|