一种基于主题相似性和网络拓扑的微博社区发现方法

被引：11

作者：

王卫平

范田

机构：

[1] 中国科学技术大学管理学院

来源：

计算机系统应用 | 2013年 / 22卷 / 06期

关键词：

社会网络; 微博; 社区发现; 聚类; LDA;

D O I：

暂无

中图分类号：

TP393.092 [];

学科分类号：

080402 ;

摘要：

随着微博的迅速发展和大量普及,微博社区发现已经成为新兴的研究热点.发现网络社区有助于运营商理解网络结构和用户特征,为用户提供个性化服务.目前有关社区挖掘的研究大多只关注于网络结构,忽略节点内容.本文综合考虑网络结构和节点内容,提出一种基于用户主题相似性和网络拓扑结构的微博社区发现方法.首先从微博文本中抽取用户主题,然后结合用户之间的链接关系,对它们进行基于相似性的聚类,最终获得社区结构.在真实数据集上的实验证明:所提出的方法不但能够发现潜在社区,而且还能获知社区主题.

引用

页码：108 / 113

页数：6

共 7 条

[1] 新浪微博话题流行度预测技术研究 [J].

熊小兵 ;

周刚 ;

黄永忠 ;

马俊 .

信息工程大学学报, 2012, 13 (04) :496-502

[2] 一种改进的LDA主题模型 [J].

张小平 ;

周雪忠 ;

黄厚宽 ;

冯奇 ;

陈世波 ;

焦宏官 .

北京交通大学学报, 2010, (02) :111-114

[3] 基于LDA模型的文本分割 [J].

石晶 ;

胡明 ;

石鑫 ;

戴国忠 .

计算机学报, 2008, (10) :1865-1873

[4] 复杂网络中的社团结构分析算法研究综述 [J].

解(亻刍) ;

汪小帆 .

复杂系统与复杂性科学, 2005, (03) :1-12

[5] Homophily in the Digital World A LiveJournal Case Study [J].

Lauw, Hady W. ;

Shafer, John C. ;

Agrawal, Rakesh ;

Ntoulas, Alexandros .

IEEE INTERNET COMPUTING, 2010, 14 (02) :15-23

[6]

数据挖掘.[M].(加)JiaweiHan;(加)MichelineKamber著;范明;孟小峰等译;.机械工业出版社.2001,

[7]

模式识别导论.[M].李金宗编著;.高等教育出版社.1994,

← 1 →