连续时间加权有向校园友谊网络的信息流仿真社区发现

教育数据挖掘已成为利用海量数据研究大学生社会行为的重要研究领域。然而，缺乏时间特征的传统的校园友谊网络及其社区发现算法存在局限性。本文提出一种新方法来解决这些局限，将校园友谊网络重构为连续时间下的加权有向网络，提升传统校园友谊网络的有效性和社区发现结果的准确性。为此，提出一种面向连续时间校园友谊网络的加权有向社区发现算法，并将其用于某高校学生的社区发现研究。结果表明，本文重构的加权有向友谊网络比初始的无向无权友谊网络能更好地揭示真实朋友关系。此外，本文提出的社区发现算法获得了更好的社区发现效果。社区发现后，同一社区的学生在消费水平、饮食习惯和行为规律性上表现出相似性。本文丰富了考虑时间特征的复杂友谊网络的理论研究，也为大学生管理提供了客观的科学指导。