基于社區(qū)發(fā)現(xiàn)的移動(dòng)自媒體用戶興趣建模.pdf

1、近年來，在移動(dòng)互聯(lián)網(wǎng)快速發(fā)展的環(huán)境下，迎來了真正的信息傳播平民化浪潮。在這個(gè)全民參與的時(shí)代，自媒體（We Media）空前火爆。普通大眾越來越多的參與到分享他們身邊發(fā)生的事、對(duì)朋友發(fā)表內(nèi)容進(jìn)行評(píng)論這樣的信息傳播行為中。自媒體逐漸走進(jìn)人們的生活，人們通過社交網(wǎng)絡(luò)平臺(tái)的互動(dòng)越來越頻繁，產(chǎn)生了大量的用戶數(shù)據(jù)，并且以海量的規(guī)模充斥在人們生活和學(xué)習(xí)的各個(gè)領(lǐng)域和方面，與此同時(shí)，由于更新速度較快，其中一些有價(jià)值的信息內(nèi)容可能被湮沒，需要花費(fèi)大量的時(shí)間

2、和精力去獲取自己感興趣的內(nèi)容。在這種情況下，為了向用戶提供滿足其興趣偏好的內(nèi)容（內(nèi)容推薦，好友推薦，視頻推薦等多種形式），智能推薦與個(gè)性化服務(wù)應(yīng)運(yùn)而生。
　　無論是智能推薦服務(wù)還是個(gè)性化檢索服務(wù)，其核心部分都是建立用戶興趣模型，現(xiàn)有的用戶興趣模型構(gòu)建方法大多是對(duì)用戶自身數(shù)據(jù)進(jìn)行興趣挖掘，得到用戶感興趣的類別，這類模型具有能準(zhǔn)確反映用戶自身興趣的優(yōu)點(diǎn)，但無法反映用戶受所在社會(huì)群體中其它成員的影響而發(fā)生的興趣偏移。為了解決這一問題，本

3、文利用復(fù)雜網(wǎng)絡(luò)的理論方法，以研究移動(dòng)社交網(wǎng)絡(luò)中的社區(qū)特性開始進(jìn)行研究，通過對(duì)用戶生成內(nèi)容的興趣挖掘和網(wǎng)絡(luò)中興趣社區(qū)發(fā)現(xiàn)來建立用戶興趣模型。具體過程如下：
　　文章首先在用戶關(guān)系復(fù)雜多變的網(wǎng)絡(luò)結(jié)構(gòu)中，將復(fù)雜網(wǎng)絡(luò)理論與移動(dòng)社交網(wǎng)絡(luò)的的特點(diǎn)相結(jié)合展開分析，給出了用戶關(guān)系復(fù)雜網(wǎng)絡(luò)模型的構(gòu)建方法。然后，對(duì)社區(qū)發(fā)現(xiàn)算法進(jìn)行了深入學(xué)習(xí)，針對(duì)已有算法的不足，結(jié)合移動(dòng)社交網(wǎng)絡(luò)的特點(diǎn)，提出一種基于復(fù)雜網(wǎng)絡(luò)的“原型社區(qū)”社區(qū)發(fā)現(xiàn)算法。將該算法用于幾個(gè)經(jīng)