基于微博社區(qū)的意見領(lǐng)袖發(fā)現(xiàn)方法研究.pdf

1、微博作為Web2.0時代具有代表性的社交網(wǎng)站，對于社交網(wǎng)絡(luò)服務(wù)的發(fā)展產(chǎn)生了很大的影響。微博服務(wù)平臺使得人與人之間極大地拉近了距離，為人們新的合作與溝通交流方式提供了可能。微博網(wǎng)絡(luò)的逐漸形成過程中，網(wǎng)絡(luò)結(jié)構(gòu)也顯示出稀疏性，社區(qū)結(jié)構(gòu)的內(nèi)部成員間往往具有很強的相關(guān)性與聯(lián)系性，準確地劃分出各個社區(qū)能夠進一步改善微博服務(wù)質(zhì)量。標簽傳播算法（Label Propagation Algorithm，簡稱LPA）是一個有著規(guī)則簡單、時間復(fù)雜度低等優(yōu)勢的

2、社區(qū)發(fā)現(xiàn)算法，但其節(jié)點的隨機選擇對于最終社區(qū)結(jié)構(gòu)識別的穩(wěn)定性造成了一定的影響，同時對于用戶同時擁有多個標簽的重疊社區(qū)是不適用的。因此，本文提出一種基于用戶核心度的重疊社區(qū)標簽傳播算法（User Core Label Propagation Algorithm，簡稱UCLPA）用來發(fā)現(xiàn)主題社區(qū)，其思想建立在社交網(wǎng)絡(luò)中核心-外圍結(jié)構(gòu)特征和多標簽傳播算法COPRA（Community Overlap Propagation Algorithm

3、）基礎(chǔ)上，在標簽的初始化階段和標簽更新的優(yōu)先度選擇兩個方面進行改進，針對微博用戶同時擁有多個主題標簽的特征，通過引入用戶核心度判斷核心用戶集，并根據(jù)本文提出的傳播系數(shù)和更新規(guī)則進行標簽更新，實現(xiàn)對主題社區(qū)進行更加精確穩(wěn)定地挖掘。
　　意見領(lǐng)袖的挖掘是社會網(wǎng)絡(luò)影響力研究的重要課題，對于輿情監(jiān)控、個性化推薦等方面也有著重要的應(yīng)用價值。目前對于微博意見領(lǐng)袖相關(guān)研究中，通常只是考慮用戶屬性、交互信息或者網(wǎng)絡(luò)結(jié)構(gòu)等，從一個或者幾個方面去發(fā)現(xiàn)

4、意見領(lǐng)袖，而對微博話題特征考慮較少。然而，意見領(lǐng)袖擁有著自身特點，在某些領(lǐng)域內(nèi)有較大影響力，而在其它領(lǐng)域可能較弱。針對這個問題，本文提出了一種在主題社區(qū)領(lǐng)域基于子話題相似度的意見領(lǐng)袖發(fā)現(xiàn)方法（TopicSimilarRank，簡稱TSR算法）。該算法考慮了微博用戶自身屬性和微博文本特征，根據(jù)用戶交互信息構(gòu)建用戶之間鏈接關(guān)系，結(jié)合代表用戶間同質(zhì)性的微博的子話題興趣相似度，從而構(gòu)建有向加權(quán)網(wǎng)絡(luò)，然后根據(jù)本文提出的排名算法挖掘意見領(lǐng)袖。

5、>　　本文選取新浪微博用戶數(shù)據(jù)集，通過重疊社區(qū)的模塊度指標對相關(guān)的社區(qū)發(fā)現(xiàn)算法實驗對比分析，以及通過覆蓋度和本文所改進的核心率指標對主題領(lǐng)域意見領(lǐng)袖發(fā)現(xiàn)方法進行評估。實驗結(jié)果表明，UCLPA算法有著較大模塊度，說明社區(qū)劃分的質(zhì)量與相關(guān)算法比較對于主題社區(qū)挖掘更加準確，其次它的時間效率有著明顯提高。TopicSimilarRank與相關(guān)算法在幾個主題社區(qū)的意見領(lǐng)袖核心率進行平均，對比結(jié)果有著一定的提高，說明TopicSimilarRank