(3.236.228.250) 您好!臺灣時間:2021/04/17 07:27
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:管世達
研究生(外文):Shih-Ta Kuan
論文名稱:部落圈朋友群尋找系統
論文名稱(外文):Finding Friend Groups in Blogosphere
指導教授:李錫智李錫智引用關係
指導教授(外文):Shih-Jue Lee
學位類別:碩士
校院名稱:國立中山大學
系所名稱:電機工程學系研究所
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:2008
畢業學年度:96
語文別:中文
論文頁數:76
中文關鍵詞:社群網路分析朋友群部落圈clubclique
外文關鍵詞:social network analysiscliqueclubfriend groupsblogosphere
相關次數:
  • 被引用被引用:5
  • 點閱點閱:285
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:53
  • 收藏至我的研究室書目清單書目收藏:2
本論文提出了一個完整的部落圈朋友群尋找系統,包含了從部落格網頁擷取網路上的朋友關係資訊與計算。我們建置了一個資料擷取系統,可擷取現今部落格網頁上的朋友關係,並以台灣最大的部落圈「無名小站」為實驗對象進行群體的尋找。然而在現今的部落圈中,大部分的朋友關係在建立時都是單向的,且這種關係在建立時不需對方的認可,在這樣的環境下,若要透過一般尋找clique或club的方式來尋找部落圈上的群體分佈,往往會因為雙向關係建立得不夠完整,造成有群體過小與群體總數過少的現象發生,因此本論文亦提出一種以遞移延伸為概念的方法來解決這樣的問題,比較部落圈的社群網路尋找在尋找1-club、1.5-club、2-club與k-clique之間的差異與分佈,並透過從2007/07/18至2008/06/02這段日期的社群網路歷史資料分析,發現透過尋找1.5-club與1.5-clique所找出來的群體都是不錯的。
In this thesis, we propose a system for finding friend groups in Blogosphere. This system includes two parts: The first part can traverse the Blogosphere so as to obtain the friend network; and the second part is used to find friend groups from the friend network. Our practical performance was tested on Wretch, which is the largest Blogosphere in Taiwan. In today''s blog service environment, the establishments of friend relationships are usually unidirectional, i.e., a blogger can add any other as his friend without confirmation. Traditional methods such as clique/club or 2-clique/club are not suitable because the bidirectional link is built incompletely in the social network under such circumstances. To solve this problem, we propose the 1.5-club based on transitive extension. We further make a comparison among the results of finding groups by 1-club, 1.5-club, 2-club and k-clique, and analyze the historical data of social networks from over almost one year. The experimental results show that our proposed method is effective and promising.
摘要 i
Abstract ii
目錄 iii
圖目錄 v
表目錄 vii
第一章 簡介 1
第二章 文獻探討 5
2.1 Social Network Analysis 5
2.2 群體尋找方法 8
2.3 部落圈 10
2.4 WARM 12
第三章 研究方法 15
3.1 研究動機 15
3.2方法概述 16
3.3 方法架構 18
3.3.1 資料擷取 18
3.3.2 群體尋找 28
3.3.3 資料驗證 33
第四章 實驗結果與分析 35
4.1 實驗 於真實網路搜尋k-club 35
4.2 實驗 於隨機網路上搜尋k-club 39
4.3 實驗 k-club與k-clique的實際差異 41
4.4 實驗 歷史資料驗證 46
第五章 結論與未來研究方向 50
5.1 結論 50
5.2 未來研究方向 51
參考文獻 52
附錄一 執行朋友群計算程式 55
附錄二 執行網頁擷取程式 56
附錄三 MySQL安裝重點 60
附錄四 Tunnel方法 62
附錄五 修改系統Socket數量上限 67
[1]Dave Sifry, 1999, Blogosphere【Internet】, Available: http://en.wikipedia.org/wiki/Blogosphere【2008/6/11】
[2]Mr. Wednesday, Web上的人際網路 - 從無名小站人際關係分析器WARM談起【Internet】, 2007/2/15,來源: http://mmdays.com/2007/02/15/web-social-network-warm/【2007/2/15】
[3]游婷喻,2005,部落熱樂陶陶2005持續發燒【Internet】,來源: http://www.insightxplorer.com/news/news_09_13_05.html【2005/9/13】
[4]John Guare, 1990, Six degrees of separation【Internet】, Available: http://en.wikipedia.org/wiki/Six_degrees_of_separation【2008/6/12】
[5]R. Hanneman and M. Riddle, 2005, Introduction to social network methods【Internet】, http://faculty.ucr.edu/~hanneman/networks/nettext.pdf
[6]許無寒、許\迺赫、吳邦一,Web 2.0時代人際網路之計算問題--以WARM網站為例,第24屆組合數學與計算理論研討會(pp.367-370),國立暨南國際大學,2007
[7]許無寒、許\迺赫、吳邦一,部落格關聯之擷取與應用--以無名小站之好友連接為例,2007資通技術管理與應用會議(pp.41-45),樹德科技大學,2007
[8]吳雅樂、陳慧汶、呂妮霖,「無名小站」成為「有名大站」之網站經營者的公關研究-從溝通策略談起,第十五屆廣告暨公共關係國際學術與實務研討會(pp.77-109),國立政治大學,2007
[9]黃桂貞,如果它當機,三百萬人以上隨即黯然銷魂-七年級生創意無名小站頂起一片天如果它當機,三百萬人以上隨即黯然銷魂-七年級生創意無名小站頂起一片天,交大家族俱樂部四十九期(pp.1-4),2007
[10]J. Han, M. Kamber, 2006, Data Mining: Concepts and Techniques Second Edition, Morgan Kaufmann Publishers Inc.
[11]Wasserman, S. and K. Faust, 1994, Social Network Analysis: Methods and Applications. Cambridge University Press.
[12]劉江釗,部落格之社會網絡與自我呈現初探,國立中山大學資訊管理學系研究所碩士論文,2004
[13]M. Chau, J. Xu, 2007, Mining Communities and their relationships in blog: A study of online hate groups, International Journal of Human-Computer Studies, 65(1):57-70, January 2007.
[14]Q.-M. Li, M.-W. Xu, J. Hou, and F.-Y. Liu. Web classification based on latent semantic indexing. Journal of Communication and Computer, 3(1):24–27, 2006.
[15]D. Shen, J.-T. Sun, Q. Yang, and Z. Chen. Latent friend mining from blog data. In Proceedings of the Sixth International Conference on Data Mining, pages 552–561, 2006.
[16]M. Morzy. New Algorithms for Mining the Reputation of Participants of Online Auctions. In The 1st Workshop on Internet and Network Economics, pages 112–115, 2005.
[17]P. D. Hoff, A. E. Raftery, and M. S. Handcock. Latent space approaches to social network analysis. Journal of the American Statistical Association, 97(460):1090–1098, December 2002.
[18]D. Liben-Nowell , J. Kleinberg, The link prediction problem for social networks, In International Conference on Information and Knowledge Management(CIKM), pp.556–559, November 2003.
[19]L. Getoor and C. P. Diehl. Link mining: A survey. SIGKDD Explorations, 2(7), pp.3–12, 2005
[20]M. Girvan, M.E.J. Newman, Community structure in social and biological networks, Proceedings of the National Academy of Sciences of the United States of America, pp.7821–7826, 2002.
[21]S. E. Schaeffer. Graph clustering. Computer Science Review, 1(1):27–64, 2007.
[22]Y DONG, Y ZHUANG, KEN CHEN, X TAI, A hierarchical clustering algorithm based on fuzzy graph connectedness, Fuzzy sets and systems, Volume 157, Issue 13, Pages 1760–1774, 1 July 2006
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊
 
系統版面圖檔 系統版面圖檔