面向微博用戶的社交網絡社區(qū)發(fā)現(xiàn)研究.pdf

1、隨著計算機技術快速發(fā)展，社交網絡應運而生改變了人們面對面的交流方式，由傳統(tǒng)的線下溝通變革為新時代的“線上”溝通及“掌心”交流。如今處于大數(shù)據時代，社交網絡中海量數(shù)據對于社會科學研究顯得更加重要，而發(fā)現(xiàn)社交網絡的社區(qū)結構已然成為學者們研究的熱點領域。社區(qū)發(fā)現(xiàn)技術對研究復雜網絡拓撲結構有很大的幫助，同時也蘊含很大的社會價值。
　　目前在社區(qū)發(fā)現(xiàn)技術在復雜網絡領域已經取得了不錯的成果，但針對社交網絡的社區(qū)發(fā)現(xiàn)技術還不太成熟，因為社交網絡

2、規(guī)模較大且內容繁雜，大多算法都存在一定的缺陷，如算法復雜度過高，結果不夠準確或局部最優(yōu)等。鑒于此，本文針對社交網絡中的微博網絡進行研究，從微博用戶出發(fā)，通過用戶關系和用戶內容的融合，發(fā)現(xiàn)潛在的用戶社區(qū)，并且通過實驗證實了結果的合理性。
　　本文主要做了以下幾方面的研究和創(chuàng)新：
　　(1)針對微博網絡中用戶關系結構的特點，考慮到網絡中同時存在單向關注和雙向關注兩類關系，提出了一種計算用戶關系相似度的方法，該方法兼顧這兩類關注關

3、系對節(jié)點的影響，同時將有向網絡轉換為加權無向網絡進行計算，提高了運行效率。另外針對加權無向網絡，利用用戶相似度作為權重提出了一種改進的CNM社區(qū)發(fā)現(xiàn)算法。根據朋友的朋友更容易成為朋友的思想，可以延伸為朋友的朋友和自己同相似，所以用節(jié)點相似度替代模塊度進行社區(qū)合并，更加合理的發(fā)現(xiàn)用戶社區(qū)。這是針對網絡中用戶的關系特點進行社區(qū)發(fā)現(xiàn)。
　　(2)微博網絡中用戶內容可以反映用戶當前的興趣，針對這一思想，提出了用戶關系和用戶內容融合的社區(qū)發(fā)

4、現(xiàn)算法。根據主題模型的思想融入用戶標簽來發(fā)現(xiàn)用戶的興趣主題，通過相對熵計算用戶興趣主題的相似度，同時加入用戶關系相似度并通過實驗調節(jié)兩類相似度融合的比重，充分體現(xiàn)用戶的興趣特性。
　　(3)在融合用戶關系和內容兩種相似度的基礎上，提出了 JSCNM算法，利用改進模塊度增量函數(shù)將融合后的中心度加入到優(yōu)化函數(shù)中，充分考慮微博網絡中關系和內容對節(jié)點影響力作用，經過不斷尋找最優(yōu)目標達到劃分社區(qū)目的。利用微博網絡真實數(shù)據集進行實驗，結果證明