發(fā)布時間：2017-03-30 05:05

  本文關(guān)鍵詞：基于MapReduce模型的海量郵件社交關(guān)系分析研究，由筆耕文化傳播整理發(fā)布。

【摘要】：進入新世紀以來,隨著Internet的高速發(fā)展,電子郵件作為Internet上的一種溝通交流方式,已經(jīng)成為人們?nèi)粘Ｉ钪斜夭豢缮俚慕涣魍ㄐ欧绞街弧ｋ娮余]件網(wǎng)絡(luò)作為社會網(wǎng)絡(luò)的一種,能夠在一定程度上反映人們的社交關(guān)系。研究電子郵件網(wǎng)絡(luò)拓撲模型的結(jié)構(gòu),可以為網(wǎng)絡(luò)中消息或者病毒的傳播模式以及人們的通信行為提供理論基礎(chǔ)。然而,對于我們來說,如何快速有效地處理網(wǎng)絡(luò)爆炸時代的海量電子郵件數(shù)據(jù)并從中挖掘分析其中蘊含的社交關(guān)系,如尋找網(wǎng)絡(luò)中存在的用戶之間的關(guān)系鏈以及發(fā)現(xiàn)網(wǎng)絡(luò)中的朋友圈等社交關(guān)系,是一個難度不小的挑戰(zhàn)。本文的主要研究內(nèi)容如下：(1)由于電子郵件網(wǎng)絡(luò)的復(fù)雜性,本文在充分研究復(fù)雜網(wǎng)絡(luò)理論之后,從實際電子郵件網(wǎng)絡(luò)出發(fā),采用復(fù)雜網(wǎng)絡(luò)理論處理電子郵件網(wǎng)絡(luò),構(gòu)造了有向加權(quán)的電子郵件網(wǎng)絡(luò)拓撲模型,并分析其拓撲特性。(2)參考復(fù)雜網(wǎng)絡(luò)的搜索策略原理,從搜索路徑的可靠性出發(fā),提出了一種基于點權(quán)和邊權(quán)(WNE)的電子郵件網(wǎng)絡(luò)搜索策略,在兼顧搜索速度和搜索代價的基礎(chǔ)上,找到一條可靠性高的路徑。(3)提出了改進的邊聚類系數(shù)社團劃分(ICPECC)算法。該算法考慮電子郵件網(wǎng)絡(luò)的社會網(wǎng)絡(luò)特性,在社團劃分之初,引入Canopy算法對網(wǎng)絡(luò)進行初始粗糙劃分,將網(wǎng)絡(luò)劃分為若干個較為緊密結(jié)合的子集,在此基礎(chǔ)上,采用適宜社會網(wǎng)絡(luò)分析的Radicchi社團劃分算法對Canopy集合中的弱標(biāo)記節(jié)點集進行處理,降低算法計算量,提高算法效率。本文提出的這種社團劃分算法最終劃分的結(jié)果比較適合分析社會網(wǎng)絡(luò)的“圈子”特性,且算法的執(zhí)行效率有了一定提升,同時優(yōu)化后的算法流程非常適合在并行計算模型MapReduce上實現(xiàn),對海量郵件數(shù)據(jù)的處理具有很高的實用價值。(4)就以上三個方面的研究內(nèi)容,在某合作單位提供的電子郵件語料集上進行實驗,詳細分析驗證模型及算法的效果,驗證其合理性和有效性。
【關(guān)鍵詞】：電子郵件網(wǎng)絡(luò) 復(fù)雜網(wǎng)絡(luò) 點權(quán) 邊權(quán) 搜索策略 社團劃分 Radicchi算法 Canopy算法 MapReduce
【學(xué)位授予單位】：南京理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP393.098
【目錄】：

• 摘要3-4
• Abstract4-8
• 1 緒論8-13
• 1.1 研究背景8
• 1.2 國內(nèi)外研究現(xiàn)狀8-11
• 1.2.1 社會網(wǎng)絡(luò)研究現(xiàn)狀8-9
• 1.2.2 復(fù)雜網(wǎng)絡(luò)研究現(xiàn)狀9-10
• 1.2.3 電子郵件網(wǎng)絡(luò)研究現(xiàn)狀10
• 1.2.4 MapReduce模型應(yīng)用研究現(xiàn)狀10-11
• 1.3 研究內(nèi)容11
• 1.4 組織結(jié)構(gòu)11-13
• 2 基于復(fù)雜網(wǎng)絡(luò)的電子郵件網(wǎng)絡(luò)建模與分析13-26
• 2.1 復(fù)雜網(wǎng)絡(luò)相關(guān)原理13-18
• 2.1.1 復(fù)雜網(wǎng)絡(luò)的基本性質(zhì)13-15
• 2.1.2 復(fù)雜網(wǎng)絡(luò)的基本模型15-18
• 2.2 電子郵件網(wǎng)絡(luò)的建模18-21
• 2.2.1 電子郵件必要信息提取18-19
• 2.2.2 郵件網(wǎng)絡(luò)關(guān)聯(lián)關(guān)系分析19-20
• 2.2.3 電子郵件網(wǎng)絡(luò)的拓撲建模及形式化表達20-21
• 2.3 電子郵件網(wǎng)絡(luò)的拓撲特性分析21-25
• 2.3.1 實驗數(shù)據(jù)介紹22-23
• 2.3.2 電子郵件數(shù)據(jù)預(yù)處理23-24
• 2.3.3 網(wǎng)絡(luò)拓撲特性計算與分析24-25
• 2.4 小結(jié)25-26
• 3 基于點權(quán)和邊權(quán)的電子郵件網(wǎng)絡(luò)搜索策略研究26-39
• 3.1 現(xiàn)有復(fù)雜網(wǎng)絡(luò)基本搜索策略26-29
• 3.1.1 廣度優(yōu)先搜索策略26-27
• 3.1.2 隨機游走搜索策略27-28
• 3.1.3 最大度搜索策略28-29
• 3.2 基于點權(quán)和邊權(quán)的電子郵件網(wǎng)絡(luò)搜索策略29-30
• 3.3 搜索評價指標(biāo)30-31
• 3.3.1 平均搜索步數(shù)31
• 3.3.2 平均搜索代價31
• 3.4 基于點權(quán)和邊權(quán)的電子郵件網(wǎng)絡(luò)搜索策略的實現(xiàn)31-35
• 3.4.1 搜索相關(guān)數(shù)據(jù)類的設(shè)計31-32
• 3.4.2 搜索過程的實現(xiàn)32-35
• 3.5 仿真實驗分析35-38
• 3.5.1 不同搜索策略的搜索結(jié)果36
• 3.5.2 結(jié)果分析評價36-38
• 3.6 小結(jié)38-39
• 4 改進的邊聚類系數(shù)社團劃分算法及并行化實現(xiàn)39-64
• 4.1 復(fù)雜網(wǎng)絡(luò)的社團發(fā)現(xiàn)方法39-44
• 4.1.1 基于優(yōu)化的算法40-42
• 4.1.2 基于啟發(fā)的算法42-43
• 4.1.3 社團劃分評價指標(biāo)43-44
• 4.2 改進的邊聚類系數(shù)社團劃分算法ICPECC44-54
• 4.2.1 理論基礎(chǔ)45-46
• 4.2.2 算法思想46-47
• 4.2.3 算法步驟47-49
• 4.2.4 實驗與結(jié)果分析49-54
• 4.3 MapReduce計算模型相關(guān)介紹54-57
• 4.3.1 MapReduce并行計算模型54-56
• 4.3.2 HDFS文件系統(tǒng)56-57
• 4.4 ICPECC算法的并行化實現(xiàn)57-62
• 4.4.1 ICPECC算法并行化設(shè)計57-59
• 4.4.2 實驗與結(jié)果分析59-62
• 4.6 小結(jié)62-64
• 5 總結(jié)展望64-66
• 5.1 研究工作總結(jié)64
• 5.2 研究展望64-66
• 致謝66-67
• 參考文獻67-71
• 附錄71

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前7條

1 方錦清;汪小帆;鄭志剛;;非線性網(wǎng)絡(luò)的動力學(xué)復(fù)雜性的研究[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2010年Z1期

2 陶永才;薛正元;石磊;;基于MapReduce的貝葉斯垃圾郵件過濾機制[J];計算機應(yīng)用;2011年09期

3 牛長喜;李樂民;許都;;一種用于電子郵件網(wǎng)絡(luò)中的綜合利用網(wǎng)絡(luò)拓撲與傳播參數(shù)的免疫方法設(shè)計[J];計算機應(yīng)用研究;2012年01期

4 趙之瀅;于海;朱志良;汪小帆;;基于網(wǎng)絡(luò)社團結(jié)構(gòu)的節(jié)點傳播影響力分析[J];計算機學(xué)報;2014年04期

5 許春玲;張廣泉;;分布式文件系統(tǒng)Hadoop HDFS與傳統(tǒng)文件系統(tǒng)Linux FS的比較與分析[J];蘇州大學(xué)學(xué)報(工科版);2010年04期

6 許峰;毛鋼;秦臻;;復(fù)雜網(wǎng)絡(luò)特征量度及典型網(wǎng)絡(luò)模型分析[J];通信技術(shù);2010年09期

7 彭玲;徐汀榮;喬志偉;;基于核心圖聚類的郵件網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)[J];微型機與應(yīng)用;2010年17期

  本文關(guān)鍵詞：基于MapReduce模型的海量郵件社交關(guān)系分析研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：276271