科学网 › 标签 › 社会化网络

标签: 社会化网络

相关帖子	版块	作者	回复/查看	最后发表

没有相关内容

相关日志

面向效用的社会化网络数据K匿名发布: 热度 2 longxie1983 2011-4-16 14:43; 这是是我们组刚刚发表在DASFAA 2011上的一篇论文，“Utility-Oriented K-Anonymization on Social Networks” 随着社会化网络（Social network）网站的兴起和流行，这些网站所获得的用户数据也就包含有极大的科研价值（utility），同时这些数据中又包含有用户的大量隐私信息（private information）。作为数据拥有者的网站方如果把social network数据发布出来是一个很大的问题：一方面用户的隐私信息不可以被泄露，另一方面发布的数据又要对科研人员有价值，如何权衡显得格外重要，这也是数据挖掘中一个重要的课题：隐私保护。在传统表数据的隐私保护中提出了K匿名（K-Anonymity）的概念，也就是基于某些背景知识F，发布出去的数据中每个数据项都有K-1个其他数据项相同。在social network数据的发布中也同样的引进了K匿名的概念，同时根据不同的背景知识又分为：基于节点度的K匿名，基于顶点邻居结构的K匿名，基于对称的K匿名，基于同构的K匿名等等。图1给出一个这样基于节点度的K匿名例子图1 基于顶点度的K匿名示例（K=2）如果一个攻击者知道Alice在网络中有5个朋友，则在图1左侧的图中攻击者很容易就确定那个点代表Alice，而图1右侧的图中因为有两个顶点的度都是5，因此如果攻击者只有顶点度信息的话就无法定位Alice了。显然，为了保护用户的隐私安全，在数据发布前我们需要对原始数据动些“手脚”，而且希望这些“手脚”对原数据的影响越小越好。之前的工作大部分使用添加/删除边/顶点的数量来衡量影响。可是，我们发现同样一个加边操作，用着图的不同地方产生的影响也是不同的，如图2所示。图2 不同加边位置对图结构影响不同示例显然，G2相对G1来说更好的保护了原图G的结构信息。为了衡量一个边操作对图结构的影响，我们使用 Clauset 等人提出的Hierarchical Random Graph (HRG)来管理图的community结构，并提出了Hierarchical Community Entropy (HCE)的概念来衡量每一个操作的影响。 DASFAA11_conf_131-1.pdf; 个人分类: 我的工作|6030 次阅读|2 个评论

六度分隔理论的拓展-坚定我们的创新信念: smilesun 2010-10-30 22:16; 六度分隔理论与创新关注社会化网络的朋友一定不会陌生六度分隔理论，理论认为任何两个人之间，可以通过不超过6人建立联系。我不是研究六度分隔理论，今天备课时，在想如何引导学生进行发散性思考，突然领悟到六度分隔理论不仅存在人际关系和互联网中，同样会存在生活的其它方面。类比来说，在任何两个事物之间，也存在六度分隔理论。意思是你可以在任意两个事物之间，通过不超过6个其它事物而建立联系。你或许认为我上面只是说了一段废话。下面我简单解释一下我的想法。创新要进行创新首先要有一种信念，那就是你能够去改变现状，你能够找到更好的解决方法。很多人缺乏创新的能力，原因在于思想上的惰性。不愿意思考，不愿意突破，觉得这不可能，那不可能。这个世界上，所有成功的人士都是将不可能变成了可能。之所以将六度分隔和创新联系起来。拓展一下六度分隔理论，任何因果之间，不超过6步即可实现。任何现状和预期结果之间，只通过不超过六步即可实现。如果您相信我将六度理论所做的拓展，那么不管你将来面临什么问题，六度分隔会大大增强你的信心。 ======================== PS：由于今天刚刚领悟到，所以还没能清楚地组织我的思路，并清晰地表述出来。我想我今后会逐渐补充和完善的。; 个人分类: 生活感悟|4743 次阅读|1 个评论

“口碑营销”与“搏傻”: 于洪雷 2009-4-7 11:54; 关于口碑营销，我想业内人士都清楚是怎么回事， keso曾在博客中讨论过口碑营销，说了实话。尽管大家对口碑营销这个词的理解还有分歧，有正面的也有负面的，但是我想每个人都应该认同这一点：口碑不能是企业自己制造出来的，否则就不能叫口碑了。（下午有事，忙完了接着写）; 个人分类: 科学研究|374 次阅读|0 个评论

更多...

帐号		自动登录	找回密码
密码			注册

关闭 安全验证

标签: 社会化网络

相关帖子

相关日志

关闭安全验证