聊天室社會網(wǎng)絡(luò)挖掘研究.pdf

1、隨著工nternet的飛速發(fā)展，網(wǎng)絡(luò)在線聊天已經(jīng)迅速發(fā)展成為最普遍的網(wǎng)絡(luò)交流方式之一。在線聊天具有的開放性(無需注冊)、實(shí)時性、多話題交錯等特點(diǎn)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(dá)到他們的特殊目的。因此，對聊天室進(jìn)行監(jiān)控已經(jīng)成為一個非常重要的現(xiàn)實(shí)需求。社會網(wǎng)絡(luò)挖掘旨在挖掘出聊天室中多用戶之間的交流關(guān)系，是聊天室監(jiān)控的一個研究重點(diǎn)。其難點(diǎn)在于聊天數(shù)據(jù)中沒有能直接反映用戶間交流關(guān)系的信息，因此只能根據(jù)其

2、它信息進(jìn)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(jìn)行改進(jìn)，提出了基于改進(jìn)規(guī)則的社會網(wǎng)絡(luò)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(yīng)規(guī)則來進(jìn)一步補(bǔ)充Paul Mutton的方法的不足。實(shí)驗顯示，該方法能夠有效的提高社會網(wǎng)絡(luò)挖掘的準(zhǔn)確性。 無論是Paul Mutton的方法還是我們的基于改進(jìn)規(guī)則的方法，都沒有使用聊天數(shù)據(jù)中

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

4、首先使用改進(jìn)的啟發(fā)式規(guī)則初步推斷出聊天室的社會網(wǎng)絡(luò)，然后使用基于內(nèi)容相似性的相似用戶聚類技術(shù)來進(jìn)一步補(bǔ)充并最終挖掘出準(zhǔn)確的社會網(wǎng)絡(luò)：一種是基于AdaBoost算法的結(jié)合方法，該方法使用AdaBoost算法來訓(xùn)練多個弱分類器，然后綜合各個分類器的結(jié)果來判定用戶之間是否存在交流關(guān)系。與前兩種方法相比，結(jié)合內(nèi)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