圖數(shù)據(jù)挖掘在社交網(wǎng)絡(luò)中的應(yīng)用

魏利梅

摘要：隨著當前網(wǎng)絡(luò)信息技術(shù)不斷發(fā)展，網(wǎng)絡(luò)在社會上各個方面均得到廣泛應(yīng)用，并且發(fā)揮的作用也越來越重要，在社交領(lǐng)域的應(yīng)用就是十分重要的一點，使得社交網(wǎng)絡(luò)得以形成。在當前社交網(wǎng)絡(luò)應(yīng)用及發(fā)展中，越來越多的新技術(shù)得以應(yīng)用，圖數(shù)據(jù)挖掘就是其中比較重要的一種，因而對該技術(shù)進行合理應(yīng)用也就十分必要。該文就圖數(shù)據(jù)挖掘在社交網(wǎng)絡(luò)中的應(yīng)用進行分析，從而為圖數(shù)據(jù)挖掘應(yīng)用提供理論支持。

關(guān)鍵詞：社交網(wǎng)絡(luò)；圖數(shù)據(jù)挖掘；應(yīng)用

中圖分類號：TP393 文獻標識碼：A 文章編號：1009-3044（2018）23-0031-02

在當前網(wǎng)絡(luò)技術(shù)不斷快速發(fā)展的大背景下，社交網(wǎng)絡(luò)已經(jīng)成為現(xiàn)代人們社交的一種主要途徑及方式，也是必要手段，因而促進社交網(wǎng)絡(luò)更好發(fā)展十分必要。在社交網(wǎng)絡(luò)發(fā)展中，圖數(shù)據(jù)挖掘的應(yīng)用可使社交網(wǎng)絡(luò)的作用及功能得以更好發(fā)揮，使社交網(wǎng)絡(luò)能夠在人們?nèi)粘＝涣鞣矫嫣峁└梅?wù)，因而應(yīng)當對圖數(shù)據(jù)挖掘加強認識，并且應(yīng)當對其進行合理應(yīng)用，使圖數(shù)據(jù)挖掘得到更加理想的應(yīng)用效果，為社交網(wǎng)絡(luò)更好發(fā)展提供較好支持與保障。

1 圖數(shù)據(jù)挖掘應(yīng)用

1.1圖數(shù)據(jù)庫

對于圖數(shù)據(jù)庫而言，其屬于新型數(shù)據(jù)庫，這種數(shù)據(jù)庫與關(guān)系型數(shù)據(jù)庫完全不同，其主要就是對規(guī)模較大數(shù)據(jù)及不斷改變需求進行處理，其所利用的主要就是圖結(jié)構(gòu)、節(jié)點及邊與屬性等相關(guān)存儲數(shù)據(jù)。在社交網(wǎng)絡(luò)中節(jié)點所代表的就是社交群體中個體，而邊所代表的就是不同個體之間聯(lián)系。就當前圖數(shù)據(jù)庫應(yīng)用實際情況而言，應(yīng)用比較廣泛，而應(yīng)用效果比較理想的主要包括Infinuite Graph、Neo4J、Dex、InfoGrid以及VertesDB、HyperGraphDB與Sontes等。

Infinuite Graph屬于圖形類數(shù)據(jù)庫，這種數(shù)據(jù)庫需要當作服務(wù)項目進行安裝，這一特點與傳統(tǒng)數(shù)據(jù)庫比較類似。在Infinuite Graph數(shù)據(jù)庫中對面向?qū)ο蟾拍钸M行借鑒，因而數(shù)據(jù)庫中每個節(jié)點及邊線均可作為一個對象，特別是所有節(jié)點類均會擴展成為Base Vertex基本類，且全部邊線類均會擴展成為BaseEdge基本類。Neo4J為開源圖數(shù)據(jù)庫，這一數(shù)據(jù)庫屬于比較先進的一種數(shù)據(jù)庫，在實際應(yīng)用過程中其選擇直觀圖模型存儲形式，以及以磁盤為基礎(chǔ)進行持久儲存，在數(shù)據(jù)庫中具備較高可利用的分布式集群，通過利用Java可實現(xiàn)ACID完全兼容。同時，Neo4J數(shù)據(jù)庫內(nèi)核就是速度較快的一種圖形引擎，具備數(shù)據(jù)庫產(chǎn)品全部特點，如兩階段提交、恢復(fù)以及符合XA等特點。DEX屬于具有較高性能的一種圖形類數(shù)據(jù)庫，具備比較理想的可擴展性，在實際應(yīng)用過程中最多能夠支持節(jié)點可達到100萬，且能夠支持.Net教程及Java教程。HyperGraphDB為開源數(shù)據(jù)存儲機制，其是在BerkeleyDB數(shù)據(jù)庫基礎(chǔ)上而得以實現(xiàn)的，該數(shù)據(jù)庫中圖形模型為直接式超圖形，就數(shù)學角度而言，超圖形能夠?qū)崿F(xiàn)一條邊線所指節(jié)點達到兩個以上，與其他圖形類數(shù)據(jù)庫相比較而言，這種數(shù)據(jù)庫能夠?qū)Ω鄰?fù)雜結(jié)構(gòu)進行處理。InfoGrid屬于網(wǎng)頁圖形數(shù)據(jù)庫，這種數(shù)據(jù)庫所具備的一些功能就是面向網(wǎng)頁應(yīng)用程序，并且在OpenID項目中InfoGrid也具有一定應(yīng)用。

1.2圖數(shù)據(jù)挖掘算法及實現(xiàn)

在圖數(shù)據(jù)挖掘中圖數(shù)據(jù)挖掘算法屬于核心內(nèi)容，在實施圖數(shù)據(jù)挖掘中具備決定性作用。就當前實際情況而言，圖數(shù)據(jù)挖掘算法主要包括四種不同類型，分別為圖查詢算法、圖聚類算法以及圖分類算法與頻繁子圖挖掘。

第一，圖查詢算法。在圖查詢問題方面，相關(guān)研究人員提出GraphGreP算法，這種算法主要就是將路徑作為特征結(jié)構(gòu)，從而構(gòu)建索引；而有些研究人員提出Glndex算法，這種算法就是選擇頻繁子圖作為關(guān)鍵特點，從而進行索引；還有些研究人員提出TreePi算法，在這種算法中將生成樹當作索引結(jié)構(gòu)；同時，還有研究人員提出Tree+△算法，這種算法就是以樹結(jié)構(gòu)為主而判斷圖為輔實行索引。在大圖上可達性查詢方面，最早出現(xiàn)的索引方法為以區(qū)間編碼為基礎(chǔ)進行索引，之后通過對這種索引方法進行改進，從而獲得GRIPP算法。

第二，圖聚類算法。對于圖聚類而言，其主要目的就是將具有相似性基于圖結(jié)構(gòu)相關(guān)各個頂點進行劃分，使其歸于集群中，而這些頂點相互之間存在聯(lián)系，或者在集群中存在聯(lián)系。就基于群體識別方面而言，圖聚類主要包括兩種類型，其中一種為對預(yù)定義節(jié)點間距離進行計算，另外一種為將最優(yōu)聚類比聚類找出。對于當前圖聚類算法而言，其主要包括層次方法、劃分方法及最小生成樹聚類算法。就劃分方法而言，最為常用的就是k中心點算法及k-means算法。而層次算法的組成主要包括分裂層次算法及凝聚層次算法兩種。

第三，圖分類算法。在圖分類方面，目前實際應(yīng)用中主要包括兩種類型算法，其中一種為圖特征提取方法，這類方法中的代表就是FSG算法，另外一種為圖核函數(shù)方法，這類方法中代表為CPK分類算法。對于圖分類算法而言，其是在數(shù)據(jù)挖掘分類算法為基礎(chǔ)而得以出現(xiàn)，并且得以發(fā)展的，相關(guān)分類算法由單一分類方法中可分為幾種不同類型，分別為貝葉斯、決策樹以及人工網(wǎng)絡(luò)與K-近鄰，還包括組合單分類方法中集成算法，不如Boosting及Bagging等。在實際應(yīng)用過程中，通過改進這些算法結(jié)合圖特點，可使其與數(shù)據(jù)挖掘?qū)嶋H需求更好適應(yīng)，以實現(xiàn)更好應(yīng)用。

第四，頻繁子圖挖掘算法。對于當前頻繁子圖挖掘算法而言，其分類方式主要包括三種，第一種就是依據(jù)模式挖掘算法輸入類型，主要包括兩種類型，即single-graph與graph-tranction；第二種就是依據(jù)所選擇度量不同，分為三種，即支持度、支持度-置信度以及MDL三種；第三種為依據(jù)所挖掘出頻繁子圖類型，將其分為連通子圖、一般子圖以及誘導(dǎo)子圖。然而，這些分類思路均以遞歸作為基礎(chǔ)，對全部頻繁子圖進行挖掘，在此基礎(chǔ)上將全部頻繁集挖掘出來[1-2]。

2 社交網(wǎng)絡(luò)中圖數(shù)據(jù)挖掘的應(yīng)用

在當前互聯(lián)網(wǎng)媒體中，社交網(wǎng)絡(luò)已經(jīng)成為交流、交友的一種主要平臺，并且也是實現(xiàn)資源共享及信息傳遞的主要方式，通過對其實行挖掘，可使其能夠與用戶實際需求更好符合，實現(xiàn)其更好應(yīng)用。在實際應(yīng)用過程中，為能夠使這一目標得以較好實現(xiàn)，應(yīng)當與數(shù)據(jù)挖掘特點相結(jié)合，有針對性地實行數(shù)據(jù)分類以及分析等相關(guān)研究，從而使社交網(wǎng)絡(luò)能夠更好服務(wù)于人們。

2.1社交網(wǎng)絡(luò)中圖數(shù)據(jù)挖掘應(yīng)用背景及意義

隨著當前社交網(wǎng)絡(luò)不斷快速發(fā)展，社交網(wǎng)絡(luò)表現(xiàn)出指數(shù)級增長趨勢，并且在數(shù)據(jù)方面也由以往單一字符型結(jié)構(gòu)化數(shù)據(jù)發(fā)生轉(zhuǎn)變，逐漸加入音頻及視頻等相關(guān)多媒體非結(jié)構(gòu)數(shù)據(jù)，對于這些數(shù)據(jù)而言，隨著人們表達及互動方式改變而逐漸發(fā)生改變。就當前人們利用互聯(lián)網(wǎng)進行溝通方面，社交網(wǎng)絡(luò)產(chǎn)生較大程度影響，比如在微博上對自身比較感興趣相關(guān)話題進行搜索，搜索社會上名人比較感興趣相關(guān)話題，通過向具有豐富經(jīng)驗的人進行學習，可使自身知識素養(yǎng)得以提升，而這些利用傳統(tǒng)互聯(lián)網(wǎng)工具無法實現(xiàn)。就當前社交網(wǎng)絡(luò)發(fā)展情況而言，其在社會上各個行業(yè)及領(lǐng)域內(nèi)均有著十分廣泛的應(yīng)用，通過研究社交網(wǎng)絡(luò)相關(guān)領(lǐng)域，可對正確信息提取方法及技術(shù)進行合理選擇，從而可將高質(zhì)量豐富信息獲取。在社交網(wǎng)絡(luò)中，通過圖數(shù)據(jù)挖掘技術(shù)的應(yīng)用，可由結(jié)構(gòu)化數(shù)據(jù)及非結(jié)構(gòu)化數(shù)據(jù)中對各種不同類型信息及數(shù)據(jù)進行提取，并且能夠?qū)@些信息進行過濾，從而得到符合自身需求的相關(guān)各種數(shù)據(jù)。此外，對于社交網(wǎng)絡(luò)而言復(fù)雜數(shù)據(jù)關(guān)系的一個集合，在對這些數(shù)據(jù)進行處理方面，利用傳統(tǒng)數(shù)據(jù)挖掘方式會查詢及分類等復(fù)雜程度增加，而利用圖數(shù)據(jù)挖掘方式可實心信息篩選及分析，從而使傳統(tǒng)數(shù)據(jù)挖掘中存在的不足及缺陷得以彌補。因此，在社交網(wǎng)絡(luò)中應(yīng)用數(shù)據(jù)挖掘技術(shù)具有明顯的優(yōu)勢及作用，具有較高價值。

2.2社交網(wǎng)絡(luò)中圖數(shù)據(jù)挖掘研究方法

對于社交網(wǎng)絡(luò)這一較大數(shù)據(jù)圖而言，在實行圖數(shù)據(jù)挖掘過程中，可對圖數(shù)據(jù)挖掘中挖掘方法進行應(yīng)用。在實際實施數(shù)據(jù)挖掘中，所選擇運用算法全部運用圖數(shù)據(jù)挖掘中全部算法，對于這一結(jié)合而言，其具體實現(xiàn)過程包括以下內(nèi)容：其一，將社交網(wǎng)絡(luò)中相關(guān)數(shù)據(jù)集獲?。黄涠?，對社交網(wǎng)絡(luò)中相關(guān)數(shù)據(jù)實行預(yù)處理，其內(nèi)容主要包括數(shù)據(jù)清理、數(shù)據(jù)集成及變化，還有數(shù)據(jù)規(guī)約；其三，選擇適當特征；其四，選擇數(shù)據(jù)挖掘中適當算法；其五，實行圖數(shù)據(jù)挖掘；其六，對挖掘結(jié)果進行解釋及評估；其七，對所發(fā)現(xiàn)相關(guān)規(guī)則及模式進行利用。在社交網(wǎng)絡(luò)實際應(yīng)用過程中，對于不同應(yīng)用場景，圖數(shù)據(jù)挖掘技術(shù)也表現(xiàn)出不同應(yīng)用模式，因而在圖數(shù)據(jù)挖掘?qū)嶋H應(yīng)用過程中，相關(guān)技術(shù)人員應(yīng)當對實際應(yīng)用場景進行清除認識及分析，依據(jù)實際具體場景對圖數(shù)據(jù)挖掘進行合理選擇，從而保證圖數(shù)據(jù)挖掘能夠更好符合實際需求，使其得以更好應(yīng)用。

2.3在社交網(wǎng)絡(luò)中圖數(shù)據(jù)挖掘的應(yīng)用發(fā)展

在當前社交網(wǎng)絡(luò)中，為能夠使圖數(shù)據(jù)挖掘得以更好應(yīng)用，應(yīng)當促使其實現(xiàn)更好發(fā)展，保證其能夠發(fā)揮出更大的作用。為能夠使其得以更好應(yīng)用，應(yīng)當對圖數(shù)據(jù)挖掘進一步加深研究，研發(fā)具有更高水平的圖數(shù)據(jù)挖掘技術(shù)及方法，從而使圖數(shù)據(jù)挖掘技術(shù)應(yīng)用范圍得以擴展，使其在社交網(wǎng)絡(luò)中能夠得到更加理想的應(yīng)用。另外，對于圖數(shù)據(jù)挖掘技術(shù)人員而言，應(yīng)當不斷激進型學習及研究，提升自身水平及能力，在此基礎(chǔ)上才能夠?qū)D數(shù)據(jù)挖掘技術(shù)進行更好應(yīng)用，確保圖數(shù)據(jù)挖掘技術(shù)在實際應(yīng)用過程中得以更好發(fā)揮。此外，在圖數(shù)據(jù)挖掘技術(shù)應(yīng)用中，還應(yīng)當注意結(jié)合當前時代發(fā)展趨勢，保證圖數(shù)據(jù)挖掘技術(shù)應(yīng)用能夠更加符合時代發(fā)展特點，從而使社交網(wǎng)絡(luò)實際需求能夠得到較好滿足，實現(xiàn)更理想發(fā)展[3-4]。

3 結(jié)語

隨著當前數(shù)據(jù)挖掘技術(shù)不斷發(fā)展，圖數(shù)據(jù)挖掘技術(shù)也得以較好發(fā)展，并且在很多方面均得到十分廣泛的應(yīng)用，而在社交網(wǎng)絡(luò)中的應(yīng)用就是比較重要的一個方面，有利于社交網(wǎng)絡(luò)更好發(fā)展。因此，為能夠使社交網(wǎng)絡(luò)更好滿足社會各方面需求，相關(guān)人員需要對圖數(shù)據(jù)挖掘應(yīng)用加強認識，并且促使圖數(shù)據(jù)挖掘在社交網(wǎng)絡(luò)中實現(xiàn)更好應(yīng)用，為社交網(wǎng)絡(luò)的進一步發(fā)展提供較好的技術(shù)支持。

參考文獻：

[1] 崔景洋.圖數(shù)據(jù)挖掘研究[J].太原師范學院學報（自然科學版），2018，17（01）：38-40+46.

[2] 張素智，張琳，曲旭凱.圖數(shù)據(jù)挖掘技術(shù)的現(xiàn)狀與挑戰(zhàn)[J].現(xiàn)代計算機（專業(yè)版），2015（26）：52-57.

[3] 李桃陶，周斌，王忠振.基于社交網(wǎng)絡(luò)的圖數(shù)據(jù)挖掘應(yīng)用研究[J].計算機技術(shù)與發(fā)展，2014，24（10）：6-11

[4] 丁悅，張陽，李戰(zhàn)懷，王勇.圖數(shù)據(jù)挖掘技術(shù)的研究與進展[J].計算機應(yīng)用，2012，32（01）：182-190.

【通聯(lián)編輯：光文玲】