崔穎安,李雪,夏輝,張德運

(1.西安理工大學(xué)計算機科學(xué)與工程學(xué)院,710048,西安;2.西安交通大學(xué)電子與信息工程學(xué)院,710049,西安;3.陜西師范大學(xué)國際商學(xué)院,710062,西安)

?

面向社交媒體嵌入關(guān)系數(shù)據(jù)感知方法的研究

崔穎安1,2,李雪3,夏輝1,張德運2

(1.西安理工大學(xué)計算機科學(xué)與工程學(xué)院,710048,西安;2.西安交通大學(xué)電子與信息工程學(xué)院,710049,西安;3.陜西師范大學(xué)國際商學(xué)院,710062,西安)

針對社交媒體數(shù)據(jù)感知成本高、數(shù)據(jù)感知效率低等問題,提出了社交媒體嵌入關(guān)系多階段數(shù)據(jù)感知方法(online social media-multi stage data aware, OSM-MSDA)。該方法以數(shù)據(jù)感知對象內(nèi)部關(guān)系的分布特征為基礎(chǔ),構(gòu)造一個具有偏好特征的種子網(wǎng)絡(luò);采用Metropolis-Hastings方法優(yōu)先選取數(shù)據(jù)感知對象中高度節(jié)點的鄰接關(guān)系,快速填充特征網(wǎng)絡(luò),實現(xiàn)網(wǎng)絡(luò)輪廓探測;使用基于馬爾可夫生滅機制的延遲拒絕方法控制概率轉(zhuǎn)移核,對局部耦合關(guān)系進行修剪,確保連通關(guān)系疏密的合理分布。實驗結(jié)果表明:OSM-MSDA建立的多階段漸進數(shù)據(jù)抽樣方法,能夠克服已有數(shù)據(jù)感知方法采集樣本的盲目性,在宏觀尺度準確、高效的感知社交媒體嵌入關(guān)系的社會資本特征,確保特征網(wǎng)絡(luò)與數(shù)據(jù)感知對象的結(jié)構(gòu)更具有一致性,同時還能降低數(shù)據(jù)的使用成本,將數(shù)據(jù)處理效率提高32%～63%。

社交媒體;嵌入關(guān)系;多階段;數(shù)據(jù)感知

在組織理論中,社交媒體形成的社會網(wǎng)絡(luò)被定義為關(guān)系嵌入與結(jié)構(gòu)嵌入。關(guān)系嵌入是指個體行動者的行為嵌入于個體行動者彼此之間的互動關(guān)系網(wǎng)絡(luò)中,通過社會聯(lián)結(jié)的密度、強度、對稱性等要素對個體行動者的決策產(chǎn)生影響。結(jié)構(gòu)嵌入是指由個體行動者涌現(xiàn)而成的凝聚子群進一步鑲嵌到更大范圍的網(wǎng)絡(luò)中,依據(jù)其在整體網(wǎng)絡(luò)中所處的位置與其他凝聚子群發(fā)生聯(lián)系,從而促進整體網(wǎng)絡(luò)的演進與組織[1-2]。

已有研究表明:社交媒體嵌入關(guān)系的形成、演化與應(yīng)用已成為多個學(xué)科共同關(guān)注的熱點問題[3-4]。盡管不同學(xué)科對于社交媒體的研究主題各不相同,但是這些研究均需使用社交媒體嵌入關(guān)系數(shù)據(jù)作為實證基礎(chǔ)。社交媒體嵌入關(guān)系除了具有多樣、快速、靈活、海量的基本特性以外,還有其自身獨有的特點。因此有必要對社交媒體嵌入關(guān)系數(shù)據(jù)感知方法進行專門的研究。

綜合國內(nèi)外相關(guān)研究文獻,現(xiàn)有數(shù)據(jù)感知方法的研究主要包括以下3類:

(1)人工數(shù)據(jù)感知方法。由程序開發(fā)人員使用通用的編程語言或特別設(shè)計的腳本語言,根據(jù)每一個網(wǎng)頁的特定結(jié)構(gòu)編寫個性化的數(shù)據(jù)感知包裝器。由于包裝器的數(shù)據(jù)感知規(guī)則與頁面結(jié)構(gòu)具有同一性,數(shù)據(jù)感知的質(zhì)量和效率通常都會比較高。該方法的不足是一旦頁面發(fā)生變化,包裝器就失去數(shù)據(jù)感知能力,需要人工修改,維護成本比較高,不適合大規(guī)模商用。

(2)半自動數(shù)據(jù)感知方法。由于人工構(gòu)造的數(shù)據(jù)感知包裝器學(xué)習(xí)成本與維護成本都比較高,半自動數(shù)據(jù)感知包裝器就應(yīng)運而生,該方法需要一定的人工操作,通過數(shù)據(jù)標注以輔助包裝器的生成。通常這些標注操作都會比較簡單,標注員不需掌握程序設(shè)計知識即可完成。常用的半自動數(shù)據(jù)感知包裝器分為兩類:一類是通過歸納推導(dǎo)構(gòu)造的包裝器,包括模式規(guī)則法和模板樹匹配法;另一類是通過機器學(xué)習(xí)法構(gòu)造的包裝器,從網(wǎng)頁的特征數(shù)據(jù)中訓(xùn)練出統(tǒng)計模型,實現(xiàn)數(shù)據(jù)感知與解析。

(3)全自動數(shù)據(jù)感知方法。不需要用戶參與且不使用人工標注訓(xùn)練樣本,就能產(chǎn)生數(shù)據(jù)感知規(guī)則的方法統(tǒng)稱為全自動數(shù)據(jù)感知方法。常用的全自動數(shù)據(jù)感知包裝器分為3類:①基于本體知識的數(shù)據(jù)感知包裝器;②基于視覺信息的數(shù)據(jù)感知包裝器;③基于重復(fù)相似子樹識別的數(shù)據(jù)感知包裝器。以上3類方法都能自適應(yīng)地調(diào)整數(shù)據(jù)感知規(guī)則以適應(yīng)網(wǎng)頁結(jié)構(gòu)的變化。

1 多階段數(shù)據(jù)感知方法

1.1 總體框架

現(xiàn)有數(shù)據(jù)感知方法用于社交媒體時,還存在數(shù)據(jù)感知效率低、成本高、規(guī)模難以控制等不足,因此本文提出多階段社交媒體嵌入關(guān)系數(shù)據(jù)感知方法(online social media-multi stage data aware, OSM-MSDA)。該方法的基本思想是以逐步求精的方式,通過合理控制數(shù)據(jù)感知的規(guī)模,構(gòu)造一個與數(shù)據(jù)感知對象具有相同社會資本特征的特征網(wǎng)絡(luò)。該方法由種子網(wǎng)絡(luò)初始化、網(wǎng)絡(luò)輪廓探測、局部關(guān)系修剪3部分構(gòu)成。種子網(wǎng)絡(luò)初始化使用領(lǐng)域問題研究者提供的初始節(jié)點作為種子,以數(shù)據(jù)感知對象內(nèi)部的關(guān)系為基礎(chǔ),采用加點、加邊和重連的方法構(gòu)造一個既具有偏好連接特征也具有隨機性的種子網(wǎng)絡(luò)。網(wǎng)絡(luò)輪廓探測使用改進的“滾雪球”方法從數(shù)據(jù)感知對象中挑選合適的關(guān)系,對種子網(wǎng)絡(luò)進行填充,這些新進入的節(jié)點與關(guān)系與種子網(wǎng)絡(luò)中已有的節(jié)點組織在一起,形成數(shù)據(jù)感知對象的整體輪廓。局部關(guān)系修剪使用基于生滅鏈機制的Delay Rejection方法對數(shù)據(jù)感知對象中對應(yīng)的局部關(guān)系進行篩選,調(diào)整不同節(jié)點之間關(guān)系分布的密度,確保特征網(wǎng)絡(luò)與數(shù)據(jù)感知對象在細節(jié)上更具一致性。

1.2 OSM-MSDA算法過程

1.2.1 種子網(wǎng)絡(luò)初始化 本文采用偏好隨機網(wǎng)絡(luò)法構(gòu)造種子網(wǎng)絡(luò),該方法的工作過程如下。

(1)初始化種子。從數(shù)據(jù)感知對象中等概率的選取n個節(jié)點,m條邊放入特征網(wǎng)絡(luò)中構(gòu)造初始種子網(wǎng)絡(luò)G,令p、q、1-p-q分別代表加點、加邊和重連的概率。

(2)加點。從數(shù)據(jù)感知對象中隨機的選擇一個新節(jié)點添加到特征網(wǎng)絡(luò)G中,若該節(jié)點的度是ki,采用式(1)的概率分布規(guī)則與數(shù)據(jù)感知對象中的節(jié)點相連,α為[0,1]之間的任意隨機數(shù)。

p(ki,α)=∑u∈Aiki+α/∑u∈V(ki+α)

(1)

(3)加邊。在數(shù)據(jù)感知對象中隨機選擇l條邊,這些邊按照式(1)的概率分布規(guī)則連接到特征網(wǎng)絡(luò)對應(yīng)的關(guān)系中。如果特征網(wǎng)絡(luò)缺少數(shù)據(jù)感知對象中對應(yīng)的節(jié)點,需要補充相應(yīng)節(jié)點構(gòu)成對應(yīng)的關(guān)系。

(4)重連。在種子網(wǎng)絡(luò)中,隨機選取任意一個節(jié)點i,刪除該節(jié)點所有的關(guān)系,而后按照式(1)進行關(guān)系重連。特征網(wǎng)絡(luò)關(guān)系的選取仍需以數(shù)據(jù)感知對象為基準,而后在特征網(wǎng)絡(luò)內(nèi)選取與之對應(yīng)的關(guān)系進行關(guān)系重構(gòu)。

使用上述方法構(gòu)造的種子網(wǎng)絡(luò)具有以下演化特性:式(2)表示增加一個度為s的節(jié)點的演化規(guī)律,式(3)表示增加l條邊的演化規(guī)律,式(4)表示重連l條邊的演化規(guī)律。

(2)

(3)

(4)

由上述方程,可得種子網(wǎng)絡(luò)節(jié)點度的演化方程為

(5)

對演化方程求解得

(6)

A=(1-p-q)m+a+

(7)

(8)

若加點、加邊與重連在時間t內(nèi)以等概率方式發(fā)生,則節(jié)點度的概率分布函數(shù)為

(9)

對其求期望可得

(10)

由式(10)可知節(jié)點度的期望γ∈[2,3],該值表明種子網(wǎng)絡(luò)的度分布符合冪律分布,由此可知種子網(wǎng)絡(luò)內(nèi)部的關(guān)系具有偏好連接特征。

1.2.2 網(wǎng)絡(luò)輪廓探測 本文采用改進的“滾雪球”方法進行網(wǎng)絡(luò)輪廓探測,該方法的工作過程如下。

(1)在種子網(wǎng)路中隨機選取任一節(jié)點作為初始的“雪球”。使用Metropolis-Hastings抽樣方法[5]在數(shù)據(jù)感知對象中抽選與之對應(yīng)節(jié)點的相鄰節(jié)點填充種子網(wǎng)絡(luò)。

(2)Metropolis-Hastings算法需要構(gòu)造一個具有平穩(wěn)性的Markov鏈。為了實現(xiàn)這一目標,需要借助分布函數(shù)q(x)來控制樣本點選取。工作過程為:

步驟1 使用提議函數(shù)產(chǎn)生新的候選樣本;

步驟2 依據(jù)式(11)計算樣本接受概率,其中Λ為二者中較小的值

(11)

步驟3 以概率A(X(t),Y1)接受新樣本或者以概率1-A(X(t),Y1)保持原來的樣本。

Metropolis-Hastings方法非常健壯,本文使用種子網(wǎng)絡(luò)中的度分布構(gòu)造概率密度函數(shù)π(X(t)),使用數(shù)據(jù)感知對象中相鄰節(jié)點之間的度分布比值構(gòu)造q(X(t),Y1)。Metropolis-Hastings抽樣過程如圖1所示。

(3)如果入選節(jié)點與種子網(wǎng)絡(luò)中其他節(jié)點也存在相鄰關(guān)系,則在種子網(wǎng)絡(luò)中補充對應(yīng)關(guān)系,而后繼續(xù)在數(shù)據(jù)感知對象中尋找合適的節(jié)點。

(a)步驟1 (b)步驟2

(c)步驟3 (d)步驟4圖1 網(wǎng)絡(luò)輪廓探測中節(jié)點關(guān)系變化

1.2.3 局部關(guān)系修剪 本文使用Delayed-Rejection(DR)方法進行局部關(guān)系修剪,該方法的工作過程如下[6-7]。

(1)在種子網(wǎng)絡(luò)中隨機選取任一節(jié)點作為初始節(jié)點。

(2)使用不等概控制方法(如式(13))作為第一層提議函數(shù)抽選與之對應(yīng)節(jié)點的相鄰節(jié)點。如果候選節(jié)點選擇有效,則將其填充到特征網(wǎng)絡(luò)中;若無效,將該節(jié)點暫時保留到棧中。

(13)

(3)將舍棄的節(jié)點從棧中取出,使用生滅鏈提議函數(shù)作為第二層提議函數(shù),探索該節(jié)點的相鄰關(guān)系,若相鄰關(guān)系有效,則將其放入特征網(wǎng)絡(luò),反之則徹底舍棄該節(jié)點。

(4)重復(fù)以上過程,直至收斂到平穩(wěn)分布。

將生滅鏈方法用于局部關(guān)系修剪時,需要知道概率密度函數(shù)、提議分布、生滅鏈狀態(tài)選擇函數(shù)以及由此而生的雅克比行列式。通常情況下,獲得以上計算要素需進行貝葉斯學(xué)習(xí)。為了提高效率,本文采用其他方法解決以上問題。

就社交媒體嵌入關(guān)系這一特定數(shù)據(jù)感知對象而言,經(jīng)過種子網(wǎng)絡(luò)初始化與網(wǎng)絡(luò)輪廓探測以后,可以認為特征網(wǎng)絡(luò)與數(shù)據(jù)感知對象具有較高的相似性,因此可以使用特征網(wǎng)絡(luò)的數(shù)據(jù)近似替代數(shù)據(jù)感知對象。

另外,MCMC方法有一個非常重要的特性:“提議函數(shù)的選取只影響收斂速度,不會影響馬爾科夫鏈最終的收斂”[8]。因此可以從最“悲觀”的情況出發(fā),選擇沒有穩(wěn)定期望的柯西分布作為基本提議函數(shù)。為了提高提議分布向真實分布逼近的效率,增加樣本點與其相繼關(guān)系的出度比作為柯西分布的修正參數(shù)。

對于生滅鏈轉(zhuǎn)換函數(shù),可以選擇正態(tài)分布作為生滅鏈轉(zhuǎn)換函數(shù)。正態(tài)分布的中心區(qū)域代表更新狀態(tài),正態(tài)分布的兩端分別代表死亡和新生的概率(例如生、滅各為7%,更新為86%)。綜合基本提議函數(shù)、生滅鏈轉(zhuǎn)換函數(shù)以及修正參數(shù)共同組成新提議分布。在明確了提議分布以后,雅克比矩陣的計算就非常簡單,可由柯西分布和正態(tài)分布共同給出。

局部關(guān)系修剪中“節(jié)點出生”對抽樣關(guān)系的修正作用如圖2所示。在原網(wǎng)絡(luò)中,圖2a所示兩個子網(wǎng)之間的有向相干關(guān)系分別是2條關(guān)系(由左向右)和3條關(guān)系(由右向左),但是經(jīng)過網(wǎng)絡(luò)輪廓探測以后,由左向右的連通關(guān)系丟失。使用生滅鏈方法時,假設(shè)選中節(jié)點a,若此時處于“節(jié)點出生”狀態(tài),則在數(shù)據(jù)感知對象中,選中a的相鄰節(jié)點b,而后根據(jù)公式(14)選擇其相鄰關(guān)系(假設(shè)c被選中),則b→c關(guān)系被選中,將其放入特征網(wǎng)絡(luò)中以彌補網(wǎng)絡(luò)輪廓探測的不足?！肮?jié)點死亡”與“節(jié)點出生”相似,是上述過程的逆過程。

(a)原網(wǎng)絡(luò)

(b)網(wǎng)絡(luò)輪廓探測后關(guān)系失衡

(c)“節(jié)點出生”的修正圖2 馬爾科夫鏈節(jié)點出生變化示意圖

2 測試數(shù)據(jù)集

本文選擇新浪微博、蘑菇街、土豆視頻、瑞麗作為測試對象。選擇以上社交媒體的主要原因是:①系統(tǒng)運營時間長,用戶行為趨于穩(wěn)定,具有研究的穩(wěn)定性基礎(chǔ);②數(shù)據(jù)規(guī)模龐大,特征網(wǎng)絡(luò)與數(shù)據(jù)感知對象對比效果明顯;③內(nèi)部結(jié)構(gòu)復(fù)雜,具有測試典型性。測試數(shù)據(jù)的基本特征如表1所示。

3 數(shù)據(jù)感知質(zhì)量分析

3.1 質(zhì)量特性分析

從整體網(wǎng)絡(luò)特性、凝聚子群特性、關(guān)鍵節(jié)點地位3個維度對特征網(wǎng)絡(luò)與總體數(shù)據(jù)集進行比較分析。

表1 測試數(shù)據(jù)集

使用OSM-MSDA完成數(shù)據(jù)感知以后,首先需要對特征網(wǎng)絡(luò)與總體數(shù)據(jù)的擬合優(yōu)度進行單樣本假設(shè)檢驗。假設(shè)檢驗的真命題是特征網(wǎng)絡(luò)與數(shù)據(jù)感知對象的分布具有一致性,假命題是特征網(wǎng)絡(luò)與數(shù)據(jù)感知對象的分布不具有一致性。令顯著性水平α=0.1,表2與表3的假設(shè)檢驗結(jié)果說明命題真命題是假設(shè)成立,表明特征網(wǎng)絡(luò)與數(shù)據(jù)感知對象已具有一致性,特征網(wǎng)絡(luò)數(shù)據(jù)具有較高的信度和效度。

表2 OSM-MSDA宏觀特性假設(shè)檢驗

對采集的數(shù)據(jù)感知對象總體做進一步的分析,可以發(fā)現(xiàn)土豆網(wǎng)的特點是網(wǎng)絡(luò)規(guī)模大,但是其中的孤立點很多(約35%),缺少明星節(jié)點,整體結(jié)構(gòu)類似于隨機網(wǎng)絡(luò)。瑞麗網(wǎng)的特點是網(wǎng)絡(luò)規(guī)模小,有少量的高度節(jié)點(約8%),高度節(jié)點的入度雖然較高,但是無標度性不突出,另外低度節(jié)點之間的聯(lián)系很少,整體網(wǎng)絡(luò)類似若干個小型星型網(wǎng)絡(luò)組成的復(fù)合體。蘑菇街的特點是網(wǎng)絡(luò)規(guī)模大,有一部分高度節(jié)點(約13%),高度節(jié)點之間缺少聯(lián)系,但是低度節(jié)點之間聯(lián)系比較豐富,整體結(jié)構(gòu)類似于小世界網(wǎng)絡(luò)組成的復(fù)合體。新浪微博的特點是網(wǎng)絡(luò)規(guī)模非常大,內(nèi)部結(jié)構(gòu)非常復(fù)雜,無標度性、小世界性、隨機性都比較明顯,是典型的混合網(wǎng)絡(luò)。

表3 OSM-MSDA凝聚子群特性K-S檢驗

表3給出了特征網(wǎng)絡(luò)與數(shù)據(jù)感知對象成分的K-S檢驗結(jié)果(如果一個圖可以分為多個子圖,每個子圖內(nèi)部成員之間有聯(lián)系,但是不同子圖之間沒有任何聯(lián)系,這樣的子圖被稱為成分),表中K-S檢驗結(jié)果(除新浪微博1個指標以外),均能滿足顯著性水平檢驗的要求,表明OSM-MSDA對凝聚子群的數(shù)據(jù)感知效果比較好。另外從表3可以看出,內(nèi)部結(jié)構(gòu)越簡單的社交媒體,其假設(shè)檢驗效果越好(令假設(shè)檢驗結(jié)果為I,則I土豆網(wǎng)

綜合表2與表3的數(shù)據(jù),可以確定OSM-MSDA對不同類型的社交媒體均表現(xiàn)出較好的數(shù)據(jù)感知效果。從數(shù)據(jù)感知的運行過程來看:在種子網(wǎng)絡(luò)初始化階段,通過有意的控制,確保低度節(jié)點與高度節(jié)點都能進入特征網(wǎng)絡(luò),解決了節(jié)點的構(gòu)成復(fù)雜性;在網(wǎng)絡(luò)輪廓檢測階段,隨著高度節(jié)點的相鄰關(guān)系不斷進入特征網(wǎng)絡(luò),這些樣本組織在一起形成多個凝聚子群,解決了節(jié)點關(guān)系的拓撲復(fù)雜性;在局部關(guān)系修剪階段,使用延遲拒絕方法有效的選擇低度節(jié)點,而后通過馬爾科夫生滅鏈機制調(diào)整局部關(guān)系分布的密度,形成更大的子群以及整體網(wǎng)絡(luò)。

表4是關(guān)鍵節(jié)點的地位關(guān)系,表中數(shù)據(jù)采用皮爾森相關(guān)系數(shù)對排名前0.1%高入度與高出度行動者進行了規(guī)則相關(guān)性分析,根據(jù)相關(guān)程度將其均分為4檔。從表4中對關(guān)鍵節(jié)點地位相似性的K-S檢驗來看,特征網(wǎng)絡(luò)中高度節(jié)點的相似性與真實網(wǎng)絡(luò)中差異較大,這說明OSM-MSDA方法對高度節(jié)點關(guān)系的數(shù)據(jù)感知效果存在不足。針對此問題,可以采取擴大樣本規(guī)模或者使用協(xié)方差矩陣構(gòu)造自適應(yīng)局部關(guān)系分布特征估計函數(shù)來優(yōu)化高度節(jié)點的選取。

表4 關(guān)鍵節(jié)點相似性K-S檢驗 %

3.2 性能特性分析

圖3給出了使用特征網(wǎng)絡(luò)與總體數(shù)據(jù)進行社會網(wǎng)絡(luò)分析耗費時間的對比數(shù)據(jù),比較結(jié)果顯示使用特征網(wǎng)絡(luò)的分析效率明顯優(yōu)于總體數(shù)據(jù),這為領(lǐng)域問題的研究帶來了很多方便。事實上,由于社交媒體嵌入關(guān)系數(shù)據(jù)的規(guī)模過于龐大(例如新浪微博),使得分析周期過長,就會帶來數(shù)據(jù)分析結(jié)果與社交媒體嵌入關(guān)系演化不同步的問題,這樣的結(jié)果對實際工作的參考價值就很有限,甚至有可能出現(xiàn)誤導(dǎo)。

圖3 特征網(wǎng)絡(luò)與總體數(shù)據(jù)分析效率對比

4 結(jié) 論

本文圍繞著總體數(shù)據(jù)未知,又要快速、低成本地進行社交媒體嵌入關(guān)系數(shù)據(jù)感知這一問題展開了3個方面的研究工作。首先對現(xiàn)有數(shù)據(jù)感知方法進行了分析,指出現(xiàn)有數(shù)據(jù)感知方法存在的問題;而后提出了多階段數(shù)據(jù)感知方法。通過種子網(wǎng)絡(luò)初始化、網(wǎng)絡(luò)輪廓探測與局部關(guān)系的修剪快速構(gòu)造了一個與數(shù)據(jù)感知對象具有較高相似度的特征網(wǎng)絡(luò);最后以真實的社交媒體為研究對象,進行了實際測試,測試結(jié)果表明OSM-MSDA方法具有較好的可用性,能夠低成本、高性能為研究者獲取社交媒體大數(shù)據(jù)。

[1] ROOKS G, SNIJDERS C, DUYSTERS G. Ties that tear apart: the social embeddedness of strategic alliance termination [J]. The Social Science Journal, 2013, 50(3): 359-366.

[2] BHARADWAJ A, EL SAWY O A, PAVLOU P A, et al. Digital business strategy: toward a next generation of insights [J]. MIS Quarterly, 2013, 37(2): 471-482.

[3] KITCHIN R. Big data and human geography opportunities, challenges and risks [J]. Dialogues in Human Geography, 2013, 3(3): 262-265.

[4] BESKOS A, CRISAN D, JASRA A. On the stability of sequential Monte Carlo methods in high dimensions [J]. The Annals of Applied Probability, 2014, 24(4): 1396-1445.

[5] MIRA A. On Metropolis-Hastings algorithms with delayed rejection [J]. The American Statistician, 2001, 59(3/4): 231-241.

[6] GREEN P J, MIRA A. Delayed rejection in reversible jump Metropolis-Hastings [J]. Biometrika, 2001, 88(4): 1035-1053.

[7] COTTER S L, ROBERTS G O, STUART A M, et al. MCMC methods for functions: modifying old algorithms to make them faster [J]. Statistical Science, 2013, 28(3): 424-446.

[8] LOVASZ L. Random walks on graphs: a survey [J]. Stochastic processes and their applications, 1974, 2(4): 311-336.

[本刊相關(guān)文獻鏈接]

李建東,鄭杰,劉勤,等.異構(gòu)協(xié)作網(wǎng)絡(luò)中采用令牌漏桶的多接入業(yè)務(wù)分配算法.2014,48(8):7-11.[doi:10.7652/xjtuxb 201408002]

安健,桂小林,張進,等.面向物聯(lián)網(wǎng)移動感知的服務(wù)節(jié)點發(fā)現(xiàn)算法.2011,45(12):6-9.[doi:10.7652/xjtuxb201112002]

楊軍,張德運.非均勻分簇的無線傳感器網(wǎng)絡(luò)數(shù)據(jù)傳送機制.2009,43(4):14-17.[doi:10.7652/xjtuxb200904004]

許學(xué)斌,張德運,張新曼,等.基于特征層和二代曲波變換的多模生物特征融合識別方法.2009,43(10):32-36.[doi:10.7652/xjtuxb200910007]

王晨旭,秦濤,管曉宏,等.有向網(wǎng)絡(luò)興趣社區(qū)的快速挖掘算法及其在僵尸粉檢測中的應(yīng)用.2014,48(6):7-12.[doi:10.7652/xjtuxb201406002]

葉娜,趙銀亮,邊根慶,等.模式無關(guān)的社交網(wǎng)絡(luò)用戶識別算法.2013,47(12):19-25.[doi:10.7652/xjtuxb201312004]

張賽,徐恪,李海濤.微博類社交網(wǎng)絡(luò)中信息傳播的測量與分析.2013,47(2):124-130.[doi:10.7652/xjtuxb201302021]

陳國強,王宇平.采用離散粒子群算法的復(fù)雜網(wǎng)絡(luò)重疊社團檢測.2013,47(1):107-113.[doi:10.7652/xjtuxb201301021]

(編輯 武紅江)

A Research on the Data Aware Method for Social Media with Embedding Relationship

CUI Ying’an1,2,LI Xue3,XIA Hui1,ZHANG Deyun1

(1. School of Computer Science and Engineering, Xi’an University of Technology, Xi’an 710048, China; 2. School of Electronics and Information Engineering, Xi’an Jiaotong University, Xi’an 710049, China; 3. Department of International Business, Shaanxi Normal University, Xi’an 710062, China)

A multi stage data-aware method for online social media with embedding relationship (online social media-multi stage data aware, OSM-MSDA) is proposed to solve problems of data aware in online social media, such as poor availability, high business cost, and low-efficiency, et al. A seed network with preference characteristics is constructed, and then the Metropolis-Hasting method is used to choose adjacency relation with high degree in data aware population. Finally, the improved Delay-Rejection method is used to regulate the Markov probability transition kernel, and to control the distribution density in local network. Experimental results show that OSM-MSDA gets more precise results for social capital of social media and high-efficiency at macro-level, and overcomes the blindness of existing data aware methods. At the same time, OSM-MSDA ensures the consistency between the characteristics of network and the structure of the data object perception, reduces the cost to use data, and increases the data processing efficiency by 32%-63%.

online social media; embedding relationship; multi-stage; data aware

2014-05-15。

崔穎安(1975—),男,講師。

國家自然科學(xué)基金資助項目(71401092,71402144);教育部人文社會科學(xué)研究西部和邊疆地區(qū)項目(14XJC910002);中央高?；究蒲袠I(yè)務(wù)費專項資金資助項目(13SZYB01);陜西省社科聯(lián)重大理論與現(xiàn)實問題研究基金資助項目(2013C124);陜西省教育廳專項科學(xué)研究項目(14JK1545)。

時間:2014-12-11

10.7652/xjtuxb201502006

TP301

A

0253-987X(2015)02-0031-06

網(wǎng)絡(luò)出版地址:http:∥www.cnki.net/kcms/detail/61.1069.T.20141211.0849.001.html