基于虛擬社區(qū)的Web挖掘技術(shù)研究.pdf

1、近年來，虛擬社區(qū)隨著互聯(lián)網(wǎng)的迅速發(fā)展已經(jīng)成為人們獲取信息和傳播信息的重要渠道。在Web挖掘技術(shù)的基礎(chǔ)上如何通過分析虛擬社區(qū)中信息的發(fā)布、傳播方式進而挖掘出有影響力主題信息；如何通過分析社區(qū)成員在社區(qū)活動中的作用進而發(fā)現(xiàn)影響社區(qū)的領(lǐng)袖人物已經(jīng)成為Web挖掘領(lǐng)域的新課題。 本論文針對以上兩個方面進行了研究，主要工作包括以下幾個方面：(1)研究了影響力擴散模型(IDM)，并在此基礎(chǔ)上進行了改進。從論壇中發(fā)表的帖子之間的回復(fù)關(guān)系出發(fā)，提

2、出了一種計算主題影響力的算法。 該算法擴展Matsumura等人的IDM，在計算詞語的影響力時考慮了詞語的權(quán)重，更好地區(qū)分了詞語在傳播影響力時的作用。 (2)提出了主題聚類的概念。利用有影響力詞語及其相互關(guān)系構(gòu)建詞語圖G，彼此關(guān)聯(lián)緊密的有影響力詞語之間具有較高的相關(guān)度，它們在詞語圖G中的結(jié)點相互連接形成一個連通子圖，稱為一個聚類(cluster)。每個聚類所包含的詞語在一起表達了一個相對集中的話題，對應(yīng)了論壇中一系列與之

3、相關(guān)的主題。利用概率方法引入了高key詞語，能夠同時關(guān)聯(lián)到多個聚類，與多個話題有關(guān)。高key詞語被添加到詞語圖G中，通過詞語間的相關(guān)度計算添加連線連接原來在詞語圖G中并不相關(guān)的高頻詞語而形成新的聚類。最后在主題聚類的基礎(chǔ)上利用概率方法計算出主題的影響力。 (3)研究了小世界網(wǎng)絡(luò)模型，根據(jù)社區(qū)成員的回復(fù)行為提出了虛擬社區(qū)網(wǎng)絡(luò)的構(gòu)建方法。將小世界網(wǎng)絡(luò)特征引入虛擬社區(qū)網(wǎng)絡(luò)分析，找出了判斷社區(qū)成員重要性的方法，從而發(fā)現(xiàn)虛擬社區(qū)中的意見領(lǐng)

4、袖。 (4)研究了Web頁面搜集、清理和過濾技術(shù)，并針對虛擬社區(qū)的特點進行了改進。根據(jù)論壇中Web頁面的樹形結(jié)構(gòu)，設(shè)計了面向虛擬社區(qū)論壇的網(wǎng)頁搜集取程序、頁面保存格式和清理過濾方法。 本論文的創(chuàng)新之處在于將Web挖掘技術(shù)同虛擬社區(qū)中的巨大信息及人物行為相結(jié)合，將虛擬社區(qū)中的信息作為一種與普通Web頁面不同的數(shù)據(jù)源，應(yīng)用Web挖掘技術(shù)和回復(fù)關(guān)系分析，幫助虛擬社區(qū)用戶發(fā)現(xiàn)社區(qū)中具有影響力的主題信息和社區(qū)成員，幫助社區(qū)管理人員