5、挖掘广泛讨论话题的有用时间图模式

挖掘广泛讨论话题的有用时间图模式

在当今信息爆炸的网络时代，如何从海量的网页数据中提取有价值的信息成为了一个重要的研究课题。本文将介绍一种通过分析网页创建时间来挖掘时间图模式的方法，这种方法可以帮助我们发现网络上广泛讨论话题的特征模式，从而实现更高效的信息检索和网页聚类。

1. 相关研究

1.1 利用时间序列数据进行网络分析

近年来，许多研究关注网络的时间特性。例如，一些研究通过分析博客条目的时间戳来识别有影响力的博主，具体考察博客社区中页面或条目的增长程度以及话题的传播速度。还有研究利用时间序列数据，如用户访问日志和书签标签，预测社交书签服务中新发布页面的吸引力。此外，一些模型被提出用于模拟社交网络、网站社区和整个网络的增长，如“森林火灾模型”可以模拟网络的度分布遵循幂律和直径随时间缩小的特性。Kumar 等人引入了“网络时间图”来发现社区的爆发式增长，该图为每个节点标注了对应页面的创建和删除时间，每条链接的有效性取决于两个页面的存在时间。不过，这些研究主要是对社区中页面或书签数量的时间变化进行统计分析，而我们的研究则侧重于分析图结构的时间变化。

1.2 图模式

许多研究使用图模式进行信息检索。例如，Kleinberg 提出的 HITS 算法利用网络图中的“枢纽”和“权威”概念，通过好的枢纽页面链接多个好的权威页面，以及好的权威页面被多个好的枢纽页面链接的模式来找到特定主题的优质页面。Kumar 提出的 Trawling 算法通过寻找匹配完全二分图模式的子图来发现社区。还有研究使用最大团枚举方法从网站间图中识别网络社区，最大团和孤立伪团也被用作图模式来寻找社区或链接农场（垃圾链接集合）。此外，一些研究还利用图模式来查找垃圾页面，如