聊天室社會網絡挖掘研究.pdf

1、隨著工nternet的飛速發(fā)展，網絡在線聊天已經迅速發(fā)展成為最普遍的網絡交流方式之一。在線聊天具有的開放性(無需注冊)、實時性、多話題交錯等特點在使聊天室給用戶提供了極大的方便的同時，也使得聊天室可能被惡意用戶利用來達到他們的特殊目的。因此，對聊天室進行監(jiān)控已經成為一個非常重要的現實需求。社會網絡挖掘旨在挖掘出聊天室中多用戶之間的交流關系，是聊天室監(jiān)控的一個研究重點。其難點在于聊天數據中沒有能直接反映用戶間交流關系的信息，因此只能根據其

2、它信息進行間接挖掘。 本文首先對Paul Mutton的啟發(fā)式規(guī)則挖掘方法進行改進，提出了基于改進規(guī)則的社會網絡挖掘方法。該方法修正了Paul Mutton提出的Direct Addressing ofUsers規(guī)則，并提出了間隔響應規(guī)則來進一步補充Paul Mutton的方法的不足。實驗顯示，該方法能夠有效的提高社會網絡挖掘的準確性。 無論是Paul Mutton的方法還是我們的基于改進規(guī)則的方法，都沒有使用聊天數據中

3、的一個重要特征——內容特征。因此，本文借鑒文本挖掘中的聚類技術，提出了基于內容相似性的社會網絡挖掘方法。實驗表明，該方法也能有效的挖掘出聊天室中的社會網絡。 為了進一步提高社會網絡挖掘的準確性，本文結合基于改進規(guī)則的方法和基于內容相似性的方法，提出了結合內容相似性和時序信息的社會網絡挖掘方法。該方法的基本思想是通過充分利用聊天數據中的各種特征信息來提高社會網絡挖掘的性能。本文提出了兩種結合方法：一種是簡單的兩層式結合方法，該方法

4、首先使用改進的啟發(fā)式規(guī)則初步推斷出聊天室的社會網絡，然后使用基于內容相似性的相似用戶聚類技術來進一步補充并最終挖掘出準確的社會網絡：一種是基于AdaBoost算法的結合方法，該方法使用AdaBoost算法來訓練多個弱分類器，然后綜合各個分類器的結果來判定用戶之間是否存在交流關系。與前兩種方法相比，結合內容相似性和時序信息的方法在挖掘性能上有明顯提高。 最后，本文采用Spring Embedder force模型來繪制挖掘出的社會