面向微博平臺的社區(qū)發(fā)現及演化分析.pdf

1、現今，國內外知名的典型社交網站有Facebook、Google+，Twitter，騰訊的QQ空間、新浪微博和人人網等，這些社交類平臺或應用在人們的日常生活中占據著重要的地位。發(fā)現這些社區(qū)網絡中社區(qū)結構對研究分析和預測社交網絡中行為具有重要意義。而社區(qū)演化是包括社交網絡在內的多種復雜真實網絡所具有的基本特性。隨著社交網絡中具有時間屬性的數據日益累積，社區(qū)演化的研究逐漸形成了一個熱點。微博，是一種通過關注機制進行簡短實時信息的分享、傳播以及

2、獲取的廣播式社交網絡平臺。作為社交類網站的一個重要組成部分，微博已成為我國網民獲取信息和交往的主要渠道。
　　現有的經典社區(qū)發(fā)現算法應用在微博平臺環(huán)境下存在不足，本文在經典社區(qū)發(fā)現MetaFac框架的基礎上，提出一個能夠結合微博內容等多行為的數據信息，以發(fā)掘用戶興趣的改進算法。改進部分主要包括設計一個適應微博平臺特點的元圖模型，多關系權重分配機制和計算最小有效社區(qū)數的算法。論文利用所爬取的新浪微博數據集驗證所提出的改進算法的性能，

3、實驗結果說明，微博內容的分析確實提升了用戶之間的關聯程度。
　　本文提出一個可結合張量聯合分解算法的社區(qū)演化發(fā)現機制，從多個連續(xù)時間片段內盡可能的將所發(fā)現的社區(qū)結構保持一定相似程度以保證社區(qū)結構演化的平穩(wěn)過渡。實驗中基于此機制的理論對連續(xù)時間片段內數據進行了增量式的社區(qū)發(fā)現，并從用戶、主題等重要實體方面分析社區(qū)結構隨時間推移所發(fā)生的變化。
　　深入分析現今主流微博社交網站的系統(tǒng)特點，論文并實現了一個兼容性較強的微博數據獲取系