基于用戶特征的社會化媒體社團檢測研究.pdf

1、隨著Web2.0時代網(wǎng)絡應用與移動終端設備的蓬勃發(fā)展，社會化媒體如雨后春筍般涌現(xiàn)，社會化媒體主張以用戶為中心，鼓勵用戶創(chuàng)造內(nèi)容。人們不僅將真實生活中的好友關系搬到了互聯(lián)網(wǎng)上，還建立了不同于線下關系的線上虛擬朋友關系，如對名人、專業(yè)領域或娛樂公眾號等添加關注，構建起全新的溝通與交流平臺。
　　當用戶的好友規(guī)模日益壯大，發(fā)現(xiàn)溝通的效率反而大不如前，所有的朋友和公眾賬號每天發(fā)布的信息都會出現(xiàn)在用戶的主頁上，而用戶主要關心的可能是某個朋友

2、某方面主題的更新。過濾用戶并不是真正關心的內(nèi)容是社會化媒體必須解決的問題，這一問題的核心是如何正確真正地對用戶的朋友圈進行分組。
　　針對用戶朋友圈分類模糊的問題，本文深入研究了社會化媒體的用戶特征，得出兩種在不同情形下適用的朋友圈檢測算法：基于用戶關系結構的社團檢測算法和基于用戶特征的社團檢測算法。前一種算法適用于缺少用戶基本特征的情形，從用戶相互關注產(chǎn)生的關系拓撲結構入手，通過改進NJW多路譜聚類算法，使得算法可以對輸入用戶關

3、系網(wǎng)絡自動聚類。后一種算法適用于用戶特征數(shù)據(jù)較完整的情形，綜合考慮了用戶基本特征和用戶關系特征，并能根據(jù)用戶個人網(wǎng)絡的發(fā)展階段，調(diào)節(jié)這兩種特征相似性的比例。
　　本文的主要研究成果為：
　　(1)深入研究社會化媒體用戶特征，將用戶特征分為用戶基本特征和用戶行為特征，并對用戶關系模型進行深入分析。本文還詳細地闡述了通過爬蟲技術來獲取社會化媒體用戶特征數(shù)據(jù)所遇到的兩個技術難點。
　　(2)基于用戶關系結構的社團檢測算法，對