微博用戶群體結(jié)構(gòu)挖掘算法分析研究.pdf

1、近年來，隨著Web2.0技術(shù)的不斷發(fā)展，各大門戶網(wǎng)站紛紛推出了自己的微博站點(diǎn)，微博用戶數(shù)量劇增，用戶群龐大，信息數(shù)據(jù)量呈現(xiàn)幾何形式增長(zhǎng)。微博也因其短小精悍、易于傳播的特點(diǎn)逐漸成為互聯(lián)網(wǎng)市場(chǎng)的新寵。同時(shí)，由于其固有的特征和傳播機(jī)制，使得在這類社交網(wǎng)絡(luò)環(huán)境中，用戶群體結(jié)構(gòu)相對(duì)復(fù)雜，文本內(nèi)容巨大而瑣碎，難以轉(zhuǎn)換成可以使用的結(jié)構(gòu)化格式。在這樣龐雜的網(wǎng)絡(luò)環(huán)境下，如何對(duì)網(wǎng)絡(luò)用戶的組群關(guān)系進(jìn)行挖掘，以實(shí)現(xiàn)對(duì)其所呈現(xiàn)出的社群結(jié)構(gòu)高效而準(zhǔn)確的識(shí)別，便具有

2、較大的理論及現(xiàn)實(shí)意義。
　　論文主要工作如下:
　　1、介紹了社會(huì)網(wǎng)絡(luò)和微博的概念以及特點(diǎn)，對(duì)復(fù)雜網(wǎng)絡(luò)的度量參數(shù)、結(jié)構(gòu)特征和基本模型進(jìn)行了分析，并根據(jù)對(duì)網(wǎng)絡(luò)群體結(jié)構(gòu)的研究給出了傳統(tǒng)靜態(tài)社群以及動(dòng)態(tài)社群的定義和數(shù)學(xué)模型。
　　2、通過對(duì)主流挖掘算法的比對(duì)分析，本文發(fā)現(xiàn)已有的一些經(jīng)典算法都是針對(duì)于普通社會(huì)網(wǎng)絡(luò)的，并未體現(xiàn)出微博環(huán)境下網(wǎng)絡(luò)結(jié)構(gòu)的特點(diǎn)，因而在微博網(wǎng)絡(luò)中的運(yùn)行時(shí)間和空間效率較低。因此，本文提出了基于微博用戶自定義

3、興趣標(biāo)簽的動(dòng)態(tài)網(wǎng)絡(luò)模型。該模型以用戶自定義興趣標(biāo)簽作為確定用戶組群關(guān)系的一個(gè)重要指標(biāo)，將其和用戶固有關(guān)聯(lián)關(guān)系以矩陣的方式疊加融合，形成最終要研究的網(wǎng)絡(luò)拓?fù)淠Ｐ?，較好的體現(xiàn)了微博平臺(tái)中以興趣為導(dǎo)向的用戶組織方式和關(guān)系結(jié)構(gòu)。
　　3、考慮到微博網(wǎng)絡(luò)中人和人的組織關(guān)系是隨時(shí)間不斷更新改變的，并且一定時(shí)間采樣點(diǎn)之間的微博網(wǎng)絡(luò)結(jié)構(gòu)通常不會(huì)發(fā)生較大變化，本文給出了微博環(huán)境下的社群挖掘算法，該算法以差分分析的方式避免了對(duì)網(wǎng)絡(luò)中所有節(jié)點(diǎn)的重新劃分