面向移动社交网络的用户关系强度并行挖掘算法研究的开题报告.docx

面向移动社交网络的用户关系强度并行挖掘算法研究的开题报告
一、选题背景
移动社交网络作为新一代的社交方式，已经成为人们日常生活中不可缺少的一部分。在移动社交网络中，用户之间的关系强度直接关系到用户的社交影响力和社交行为等方面。因此，对于移动社交网络中的用户关系强度进行研究，对于理解用户社交行为和构建社交网络模型具有重要意义。
然而，由于移动社交网络中的关系强度信息是非常巨大的，因此需要一种高效的算法，可以同时处理大规模数据，并将不同关系强度的用户分组，方便用户关系的分析和建模等。因此，本研究旨在研究面向移动社交网络的用户关系强度并行挖掘算法，以解决现有算法在处理海量数据时存在的问题。
二、研究目的和意义
随着移动社交网络的发展，越来越多的用户加入到社交网络中。然而，如何对这些用户的关系进行有效的分析和挖掘，便成为了一个重要的研究课题。本研究旨在研究一种高效的并行挖掘算法，以帮助研究人员和社交网络平台快速地对用户关系强度进行分析和建模，并提高对用户社交行为的理解。
同时，本研究意义还包括以下方面：
1.提高社交网络数据处理的效率和准确度。由于移动社交网络数据非常庞大，在处理时需要使用高效的算法进行处理，并尽可能减少算法的误差和漏洞。因此，本研究可以提供一种有效的处理方式，减轻研究人员的工作量，并提高数据处理的准确度。
2.促进社交网络应用的发展。在移动社交网络应用中，用户社交行为的建模和预测是非常重要的。在本研究的基础上，可以进一步建立用户行为的模型，并对社交网络应用的设计和改进提供更加科学的依据。
3.推动社交网络研究的深入。本研究可以为移动社交网络的研究提供参考依据，从而推动社交网络研究的不断深入。
三、研究内容和方法
本研究的主要内容是面向移动社交网络的用户关系强度并行挖掘算法的研究。具体而言，主要包括以下几个方面：
1.分析了目前主流的关系强度挖掘算法，并对现有算法存在的问题进行归纳和分析。
2.设计了一种基于MapReduce并行处理框架的用户关系强度挖掘算法。该算法可以对海量数据进行处理，并将数据划分为多个子部分进行处理，以提高算法的效率。
3.使用真实的移动社交网络数据进行实验，验证所设计的并行处理算法的有效性和性能。比较实验结果，从而验证所提出算法的优劣势。
本研究主要运用数据挖掘等相关领域的方法和技术，设计开发一种面向移动社交网络的用户关系强度并行处理算法。
四、研究进度和计划
本研究的进展如下：
1.已经完成对目前主流的关系强度挖掘算法的分析，并对现有算法存在的问题进行了归纳和分析。
2.正在设计基于MapReduce并行处理框架的用户关系强度挖掘算法，并利用真实的移动社交网络数据进行算法的验证和测试。
3.未来的计划是完成所设计的用户关系强度挖掘算法，并通过实验验证算法的有效性和性能。同时，对于算法的优化和改进进行探究，并将算法应用到实际的社交网络应用中。预计在1年之内，完成研究并撰写论文。
五、参考文献
1.杨志伟,窦伟,张建华,朱东升,王禹.面向社交网络的用户关系强度挖掘方法研究[J].计算机研究与发展,2013（8）:345-352.
2.赵宇,张盼盼,宋伟,张京茜.面向移动社交网络的用户关系强度实时挖掘方法[J].中文信息学报,2015（5）:78-82.
3.赵人峰,杨春洁.基于Hadoop的并行关系强度挖掘算法[J].计算机工程与应用,2018（19）:66-70.