社交网络数据管理的社会研究：马纽的博士论文

社交网络中的数据管理西尔维乌·马纽引用此版本：西尔维奥·马纽社交网络中的数据管理社会和信息网络[cs.SI]。Télécom ParisTech，2012.英语NNT：2012ENST 0053。电话：01335745HAL Id：tel-01335745https://pastel.archives-ouvertes.fr/tel-013357452016年6月22日提交HAL是一个多学科的开放获取档案馆，用于存放和传播科学研究文件，无论它们是否已这些文件可能来自法国或国外的教学和研究机构，或来自公共或私人研究中心。L’archive ouverte pluridisciplinaire2012-ENST-053EDITE - ED 130巴黎理工大学博士pour obtenir le grade de docteur délivré par巴黎科技电信《信息学》专业目前和今后的出版Silviu MANIU2012年9月28日社会研究中的知识管理Directeur de thèse：Bogdan Bogdan共同主持人：Talel ABDESSALEM陪审团Anne DOUCET女士，巴黎第六语言班讲师Mme Ioana MANOLESCU，Directeur de Recherche DR2，INRIAExaminateurM. David GROSS-AMBLARD，Rennes 1大学IRISA研究员Tova MILO女士，特拉维夫大学讲师，特别报告员M. Michael BENEDIKT，牛津大学讲师特别报告员巴黎科技电信巴黎理工学院电信学院3摘要在这篇论文中，我们解决了一些社会化应用在Web上的出现所提出的问题，集中在两个重要的方向：有效的社会化搜索在在线应用程序和推理的签署社会联系的用户之间的互动，在协作Web应用程序。我们首先考虑标记（或书签）应用程序中的社会搜索这个问题需要从现有的，社会不可知的技术显著偏离。在网络感知环境中，人们可以（也应该）利用社交链接，这可以表明用户与搜索者的关系以及他们的标记行为在结果构建中应该具有多大的权重。我们提出了一种算法，有可能扩展到当前的应用程序，并通过广泛的实验验证它。由于社交搜索应用可以被认为是更广泛的上下文感知应用的一部分，我们考虑基于视图的上下文感知查询优化，重点关注两个重要的子问题。首先，处理各种视图和输入查询之间的上下文中的可能差异导致具有不确定分数的视图结果分数范围对新上下文有效。因此，当前的top-k算法不再直接适用，需要适应于HAN。在客观分数上消除这种不确定性。第二，需要适应的视图选择技术，它可以利用查询和统计数据的描述，他们的结果。最后，我们提出了一种方法来推断一个签名的网络（一个“信任的网络”），从用户生成的内容在维基百科。我们调查的机制，维基百科的贡献者之间的关系-在签署有向链接的形式-可以推断出他们的互动。我们的研究揭示了由社交互动捕获的签名网络的基本原理。我们调查是否这个网络在维基百科的贡献者确实是一个合理的配置的链接标志，通过研究其全球和本地的网络属性，并在应用程序的水平，通过评估其影响维基百科的文章分类。关键词社交应用、协作应用、社交搜索、阈值算法、上下文感知搜索、查询处理、缓存结果、视图、签名网络、维基百科、链接推断/预测、Web规模算法。叙梅我们在这些问题中提出了一些问题，这些问题是由Web上的社会应用程序引起的，它们集中在两个重要的方面：Web应用程序中的社会研究的效率和Web协作应用程序中的使用者之间的相互作用对优先权的影响。我们将继续研究“标签化”的社会应用。这一问题需要对现有技术进行重要的调整，而不是利用社会信息。在一个重要的背景或网络中，可以（或通过法律手段）利用社会优先权，这一点是显而易见的la façon dont les utilisaise reportent au demandeur etcombien de poids leurs actions de“taging”devrait avoir dans le resultat.我们提出了一个算法，它可以通过实际应用来提高进化的潜力，并通过近似的经验来验证就社会研究的应用而言，我们可以考虑一个类别的应用，再加上背景下大量的应用，我们研究的问题是对需求的反应，集中在两个重要的问题上。首先，在不同的价值点之间，对不同的风险进行处理，并要求通过不确定的分数来确定结果，从而为新的风险背景提供价值因此，这些算法的前k项实际上并不直接适用，也不存在适应于对象分数中的不确定性的问题。第二，必须采用适用于选择值的技术，以支持对结果的要求和Enfin，nous présentons une approche pour déduire un réseau signé（un“réseaude confiance”）à partir de contenu généré dans Wikipedia. Nous étudions les mécan-ismes pour deduire des relations entre les contributant Wikipédia - sous form de liensdirigés signés - en fonesty de leurs interactions. 发光圣母练习曲一个社交网络。Nous examinons si ce réseau en- tre contributors Wikipedia représente en effet uneconfiguration plausible des liens signes，par默茨克莱斯社会应用，协作应用，社会研究，算法维基百科，搜索算法。7Resumé en FrançaisLa possibilitéWeb上的一个新的发展趋势是Web social的发展，这是事实上，大型社区在线路或利用率方面的贡献和参与程度都很高，因此今天的网络非常重要，质量也很高Elles peuvent être republicitescomme explicitement sociales （ Face- book ， Google+ ， Flickr ouTwitter ） ， ou comme des applications dans lesquelles les communautéssociales représentent lePour ces deux types d'applications Web，la présencedes interactions entre utilisaeconomy est un élément critical de successès.在过去的三年里，Facebook上的用户总数已经超过了4亿，而Twitter上的推文数量则从4 000万增加到Avec des basesd'utilisaeconomy plus larges，plus de participation et de p l us gr and d s v o l um e s d o nn ée s v i e n tl a n é c e ss ité d e g a r a n ti e s fr a à o cubéch e ur et la relevance desdonnées，la nécuberité de questionire pour une récupération rapide et uneanalysis efficace.实际上，Web的研究和传播技术是相互依赖的。当然，通过网络社交媒体获取信息的可能性并不现实。网站使用者之间关系的研究系统相对较少，其使用原则是简单的过滤方法对社会应用中的恢复措施的研究，它允许具有更高价值的留置权、联络/非联络模式以及信号网络中的相似性和对抗性的社会应用，这是一个新的阶段。此外，由于存在大量的贡献，分类者l’activité contributeur sur la这是为了实现网络社会和协作的潜力，需要社会数据管理系统，特别是能够实现以下功能的技术：（i）déduire des liens utilisateur，éventuelle- ment avecdes semantiques plus riches ， même dans applications offerings liensn'existent pas，（ii）classifier les utilisaires ou les collaborateurs du réseausocial，为了在推荐系统中、在最好的分级模型中以及（iii）分级和服务效率中的应用，在国际关系体系中，对内容的分类不依赖于对内容的所有权-这也是国际关系体系中的一种情况-但也涉及到它们之间的关系。utilisateur demandantdes données et les propriétaires ou productivity de contenu relevant.在此，我们主要关注三个方面：实施社会留置权的减少和社会应用中的研究效率问题，以及代表性的技术，这些技术既没有对受试者进行相关分类，也没有精确的建议系统。因此，我们堕胎的三个问题在社会性别领域很重要：1. 我们在其解释中心研究社会问题。本文研究的是一个复杂的分类模型，它包含了一些算法，这些算法可以简单地适应最新的算法。基本需求变化的系统：记谱法的模式不包括需求的关键词，但也包括需求初始化时使用者的 身 份 Ce fait néquiité d'algorithmes adaptés ， capables de calculerefficacement des réponses à ces requêtes.另外，重要的是，他们在今天的使用网络和学习网络中使用了mises2. 第二，作为问题的一个自然扩展，我们研究了缓存中可能存在的研究结果，一个重要的功能，对所有研究应用程序类型都很重要。我们研究的是需要预先计算的结果（我们呼吁这样做），在这一背景下，我们不仅要研究社会问题，而且要研究空间问题。在我们的背景下，使用顶级k类算法的在这种情况下，我们不能使用它。Le contexte dans lequel les vuesont été calculées doitêtre transposé dans le contexte de la requête actuelle.塞拉将不确定性引入了大量的教科书中，并引导了请求和算法的新语义。3. 第三，我们研究社会优先权的影响问题，包括相互作用，以及简单 的 预 测 。 Nous étudions les reseaux signes dans lesquels les lienspeuvent avoir non seulement une une interpretation positive de另外，我们要简要地说一下，我们认为维基百科的贡献是有意义的，我们要描述一种可能的方式。La sémantique plus riche des liens dans ceréseau signé，que nous appelons WikiSigned，peut aider à dest àc′cescommelaclassificationdesc ontribut eurs，despagesoum e medu contenu.就概念而言，我们认为维基百科条目的分类可以被认为是由贡献者的网络贡献的社会研究Une classe importante d'applications sociales sont les applications demarquagecollaboratif ， aussiconnuscommedesapplicationsdebookmarking ， avec des applications populaires ， y compris Delicious ，StumbleUpon ou Flickr. Leur fonctionnement général est le suivant：• former les utilisaedans dans un réseau social，ce qui quiète peut-êtrela proximité，similitude，• des éléments• des utilisaesthesrecherchent des articles ayant certains mots clés（tags）ou quLes applications de marquage collaboratif et les applications sociales en général- peuvent offrir une perspective entièrement nouvelle à la façon dont onrecherche et retrouvent les informations.La raison principale de ceci est que lesutilisa-lapeuvent（et le font souvent）jouer un rít信息的流通，既生产信息，也需要信息。因此，我们要找到那些与我们的语言有关的文章，这些文章是有意义的。特别是，那些因使用而成为侯爵的要素，不仅是原始发展的“更近”，而且是因使用而成为侯爵的物品的“更近”在这一过程中，我们研究了合作侯爵系统中的顶级K回收问题。Bien que我们研究的问题是，在一个特定的背景下，注重效率，将有潜力通过Web应用程序的ciblage技术，包括marquage的知识，同时也是需求方的研究专家，随时可能在此背景下，我们考虑的最高要求的首要问题是计算最高要求的候选分数，但考虑的不是最高要求的相关因素，而是（或其他）咨询使用的工具和方法以及文章的选取框。我们对社会网络概念的理解是一般性的，因此，使用留置权的形式是由社会评分决定的，它需要一种方法来衡量两种使用留置权之间的接近性或相似性。在研究中，Ceux-ci是一个可利用的资源，因为它们与侯爵采取的行动有关。同样，即使是对于一个明确的社会网络来说，侯爵的应用也不存在例1. 在图表中，文件的使用与社会留置权有关。Chaque lien est marquée par sonscore social，dansPrenons l'utilisateur Alice dans le rít 'le du chercheur.文字并不完整，就像图画一样，而且两个人都使用了一种与爱丽丝有关的社交工具丹尼，. . .吉姆，如果你对爱丽丝的请求有一个精确的评估，你就可以计算出她的二十个社会含义。假设爱丽丝找到了两份有关于Alice和Leurs的D3：研究中心D2：新闻D4：新闻，网站D1：研究中心D5：新闻，网站0.90.9鲍勃丹尼0.5吉姆D4：新闻D6：新闻，网站0.50.6弗兰克0.250.6Ida爱丽丝·查理D1：新闻D2：网站D4：新闻0.50.1D2：网站D3：新闻D4：新闻0.5前夕霍莉0.2D1：新闻D2：研究中心D4：新闻，网站乔治0.5D2：研究中心D4：新闻，网站D2：新闻，网站D4：新闻尊重，直觉，D3 doit avoir un score plus élevé que D4，puisque le premier estmarqué par une utilisateur plus appropriate（Bob，ayant le score maximum socialepar rapport à Alice）.如果我们对图表进行整体研究，D4的评分可能会比其他人更好，就像Holly一样，以“新闻”或“网站”作为文件的标记此外，D2和D1的文件可能与top-2的最大结果相关，甚至如果这些文件被Alice间接引用。我们当然假设一个存在澄清prochainement，le top-2 pour la requête d 'Alice seraD4 et D2.我们将设计一个sous-jacket模型和算法，以便我们在这套衣服中得到这个响应。NRA de Fagin的算法支持基于请求项的精确分数的反演（在我们的上下文中，一个术语是一个规范）。Fans la Figure 1.1，nous avons deux boutsinversésIL（news）={D 4：7，D2：2，D1：2，D3：1，D6：1，D5：1} etIL（site）={D 2：5，D4：2，D3：1，D6：1，D1：1，D5：1}，qui donne le nombre de fois quLorsque la proximité utilisateur is un élément supplémentaire dans le top-k，un adaptation de当然，如果我们解释了以友好方式在合同中明确规定的留置权，我们这是因为ILAlice（news）={D4：1，D6：1}和ILAlice（site）={D3：1，D6：1}。其他18个国家的人也被驱逐出境，并在一个背景下的卷轴中发现了一个禁止空间和大量执行的问题。Amer-Yahia等人首先回答了这一问题，但这一问题在许多人中是不存在的。Les auxiliary considered une extension des algorithmestop-k classiques dans laquelle la proximite utilisateur est considerée commeune fonesubinaire（0-1 proximité）：将网络中的top-k算法的子集合进行选择，并使top-k具有影响力。Cela介绍了两种限制和简化：（i）seuls lesdocuments etiquetes par les utilisaelectionnés doivent être percentients pour larecherche，（ii）tous les utilisaelectionainsi sélec- tionnés sont equalementimportants。基础的解决方案是为了节省使用者的费用，而不是为了减少费用，在标签名称上增加一个上限值。 另一方面， la limite supériaide de（news，D4）serait de 2，puisque pour n'importe quel utilisateur il ya au plus deuxvoisins qui taggént D4 avec news.这就是所谓的全局上限算法。一个更好的版本，它改变了空间，以提高效率，作为Schenkel等人的结论，le problem de récupération sensible au réseau pour lemarquage collaboratif was considerée selon une interprétation générale，celleque nous avons également adopte dans ce travail. Il estime que même lesutilisaqui sont indirectement liés àAfin d'obtenir le prochain utilisateurl'algorithme précalcule à l'avance la valeur de proximité pour toutes les pairespossibles d'internautes.这些价值在这些类别中是成套的库存（一个由使用者列出的清单），并且增加了获得有关使用者利益的指标实施例2. 考虑一下图形的网络。1,1.关于Alice的需求，列表中的使用权接近度指数{Bob：0，9，Danny：0，81，Charlie：0，6，Frank：0，4，Eve：0，3，George：0，2，Holly：0，1，Ida：0，1，Jim：0，05}，其中两个使用权接近度相当于在两个化学品上的最大留置权产量（在第2.2.1节中正式列出）。不方便扩展和应用的原理。在此基础上，提出了一种基于空间条件的网络整体传递函数的计算方法，并对社会网络进行了改进。此外，重要的是，当他们不了解侯爵的相似性时，保持这种接近是不可能的，在现实世界中是不可能的，充满活力。(Nous第2.6节中的修订）贡献我们提出了一个算法top-k在应用程序marquage collaboratif，谁是一个le potential de passer a l 'échelle pour les applications actuelles et au-delà，dans un contexte oecuments du réseau et des actions marquage sont féquents.对于这种算法，我们必须考虑一个基本方面：利用效率和我们认为，这可能是一种（没有可实现的计算）手段，用于计算社会网络中的邻近度，包括自然界。L'intérêt de le faire est triple：• nous pouvons avoir une personnalisation complete de notation ，optochaqueutilisateurpeutdefinirsaproprevoied• 我们可以考虑利用有关manière plus effi- cace的实用程序，因为一个典型的网络可以方便地进入主要的备忘录--因为它可以通过算法（见第2.6节）来增加磁盘的潜在标准，同时也可以提高执行者的潜在能力• 社会优先权的问题并不特别突出，因为它是根据侯爵行为的相似性我 们 的 算 法 既 不 正 确 也 不 完 整 。 Nous montrons que ， lorsque larecherche se fonde exclusivement sur le poids social de ces données，il estoptimaledAZ′inst ancepourun negranddeclassede s algorit hes. Desexpérience sapprofondies sur des données réelles montrent que notre algorithme为了提高效率，我们考虑了统计数据，以得出近似的结果。Nosapproches presentent les avantages de la consommation de memmoirenégligable（ilssur le réseau de l'utilisateur）et les fais généraux de calcul réduite.此外，这些统计数据可能会在一天内得到有限的努力，社会网络建立在侯爵的历史基础上 。 Lesex-périencesmontrentquelestechniquesderechercheapproximatives peuvent considerablement améliquile le temps de response，pour atteindre environ 25% du temps de fonctionnement deL’objectif principal de notre travail est sur les aspects sociaux de la recherchetop-k dans les applications de marquage collaboratif et nos techniques sontconçus pour un meilleur reponse dans des scenarios où les actions marquagesont pour la plupart (sinon exclusivement) vue à travers le prisme de la perti-nence塞索Une tendance importante dans les plats-formes sociales vise à exploiter lesrelations d'utilisação déjà existants，les liens entre les utilisação（par aple，les liens sociaux），afin d'améliquor les fonctionnalités de base du système.特别是在优先权案件中，优先权被视为一种符号，即一种积极或消极的态度;积极优先权的可能含义是信任、友好或相似，而消极优先权则代表着和解、对立在不存在明确关系的情况下，很少或不适当地表明对共同体其他成员的态度，这一偏离对间接联系、积极或消极的留置权、利用有关活动和相互作用并不重要贡献Ce travail représente une étude sur les modes d'interaction en- tre lescontributionary de Wikipedia et des relations qui peuvent êtredéduites de discretivite.我们强调英语维基百科的全面回顾的历史意义，并提出了一项关于一个更好的和平的研究。 tite échelle - une collection de 563 articles du domaine politique.A partir de l'historique des révisions ， nous étudions les mécanismes parlesquels les rela- tions entre les contributor-sous forme de liens dirigés signés -peuvent être déduites de leurs interactions.我们必须考虑到修改条款的必要性，以及为行政职位发出的声音、恢复条款的必要性ou l'attribution d'un barnstar （ un prix ， tout en reconnaissant lescontributions précieuses）.Vu que Wikipédia en English content environ 5million d'articles et plus de260 million de révisions，les algorithmes d'extraction décrits dans notre trans-vail doivent être adapté à un acquirnement distribué，comme le paradigmeMapReduce et son implementation open-source，Hadoop .此外，图形中该网络表明，我们的友谊是基于一种当地的关系利用模式：一对秩序，在社区成员之间，在性别和目标之间，分配一个积极或消极的价值，当这个价值可能存 在 时 。 Cela pourrait être interprété comme la confiance subjective /méfiance dans la capacité d'un editeur pour amélibrary la Wikipedia，et nousappelons l'ensemble de ces valeurs dans le réseau le“web de confiance”.我们认为Transformer的交互作用可以指示使用者的亲和性或兼容性：实施例3. 为了说明，前六个编辑的文章维基百科，ayant interagi le texte del'article de la manière indiquée dans le tableau 1.1。我们在第4.2节中的详细说明说明了这些受影响的相互作用。Generateur命运相互作用插入擦除雷普朗塞斯多多19二蛤10247010Capt_JimZscout37056120099.227.60.251Bot1010在第一次对贡献（Dodo 19，Loopy），上可以注意到，在遍历10个交互，Dodo19 a ajouté 247 mots près du texte rédigé par Loopy，alors que seulement 10 mots onete modifiees.直觉告诉我们，渡渡鸟19号认为Loopy的文本与此相关。因此，一个积极的方向是建立在多多19号和卢比之间。贡献的第二对，（Capt_Jim，Zscout 370）说明了相反的情况。在5次互动中，吉姆上尉补充了120个Zscout 370的单词，其中包括6个月。我认为这是一个非常重要的问题（第4节）。4pour une évaluation empirique de cet argument）quele premier contributeur se méfie一般（或不喜欢）第二个捐助者的文本。在这种情况下，一个负面的决定是由J上尉和Zscout3709创造的。A cases optimal aucun lien ne peut être créé avec une bonne confiance est illustrépar la troisième paire de contributions，（99.227.60.251，Bot）.在这种情况下，就像一个共同的互动构成了一个共同的地方，它不是一个为决定存在和两极分化而感到不安的资产Outre les interactions sur le texte Wikipedia，Notre travail fournit des information précieuses on les principes whi sous-tendent signé un réseau whi est capturée par les interactions sociales.我们的实验是在维基百科贡献者的网络上进行的，称为WikiSigned，代表了一种合理的留置权符号配置。在这方面，我们要评估结构与国家之间的社会理论联系，这些联系在共同体的法律体系中得到检验.第二，我们要评估维基百科对留置权的预测的一种方法。Cela revient àexploiter les liens existants - en particulier les triades lien - pour déduire denouveaux liens et pourrait être consideré comme la propagation des relationssignés.在研究显式符号时，使用自动识别技术，• 斯拉什多，在使用其他类似于朋友或敌人的工具时，• 然而，在过去的使用过程中，如果您对我们的产品有信心或有信心，• 选择管理Wikipedia，observes cotisants peuvent soutenir ouon obtient une bonne précision sur le réseau WikiSigned（在维基百科选举之前获得该词）。通过交叉验证，我们获得了一些可靠的数据，其中我们的网络具 有 隐 含 的 配 置 ， 而 这 些 网 络 具 有 与 本 地 网 络 相 似 的 特 征 ， 甚 至 如 果WikiSigned在交互过程中受到影响，则其他网络不会显式地显示出来。Ilexistedenombreusespossibilitésquipresésententànouspourexploiter un t elréseauauniveaudel' a pp li c a ti o n，p a r exe m p l e，d a n s l e st à c 'che s degg e sti o n d e s c o n tr i but eur s. 我们不应该把维基百科的文章分类为一个单一的页面，因为它是一个关于学习的页面，具体说明了维基百科文章的分类。L这项工作的基础是一个主题：社会应用程序的使用者之间的相互作用，在简单的一般关系的意义上更丰富地表明了隐含的关系，并发展成了剥削。5内容1. 导言. 71.1. 社交感知搜索 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .91.2. 使用视图的上下文感知查询处理1.3. 推断签名的社交网络182. 高效的社交感知搜索232.1. 相关工作232.2. 一般设置252.2.1.计算扩展邻近度262.3. 社会案例的Top-k2.3.1.实例优化332.4. 一般情况下的算法2.4.1.在社会分支和文本分支之间做出选择372.5. 近似效率2.5.1.使用均值和方差估计边界402.5.2.使用直方图估计边界2.5.3.保持邻近向量的描述432.6. 扩展和性能442.7. 系统实现462.8. 实验结果472.9. 结论. 543. 使用视图的上下文感知搜索3.1. 相关工作583.2. 形式设置和问题593.3. 阈值算法643.4. 提取可能的顶部-k.....................................................................................................683.5. 查看选择693.5.1.视图选择后检索（G，P）3.6. 正式担保733.7. 上下文换位763.7.1.位置感知搜索3.7.2.社会意识搜索79