微博中的社會(huì)關(guān)系挖掘.pdf

1、進(jìn)入21世紀(jì)以來,Web2.0的出現(xiàn)極大地催生了社交網(wǎng)絡(luò)的發(fā)展。虛擬社區(qū),和現(xiàn)實(shí)社會(huì)一樣,有著復(fù)雜的社會(huì)關(guān)系。傳統(tǒng)上針對(duì)社會(huì)關(guān)系的研究大都停留在好友推薦、好友排序和關(guān)系圈挖掘上面,很少有研究虛擬社區(qū)中的網(wǎng)絡(luò)關(guān)系內(nèi)容本身的。本文中的社會(huì)關(guān)系研究就是針對(duì)關(guān)系內(nèi)容本身,不過本文只研究下面兩種情形的社會(huì)關(guān)系:第一種情形是以話題為中心的社會(huì)關(guān)系,它是屬于“人-物”關(guān)系范疇并且以物為中心的關(guān)系,包含支持關(guān)系、反對(duì)關(guān)系以及中立關(guān)系;第二種情形是以用戶

2、為中心的社會(huì)關(guān)系,它是屬于“人-人”關(guān)系范疇并且以人為中心的關(guān)系,包含支持關(guān)系、反對(duì)關(guān)系、中立關(guān)系、同盟關(guān)系、宿敵關(guān)系以及合作關(guān)系。
　　1微博話題的社會(huì)關(guān)系。本研究將微博話題的社會(huì)關(guān)系分析看成是一個(gè)短文本分類問題,并采用短文本分類的方法解決該問題。在研究過程中,共采用了三種特征提取方法:人工選取法、信息增益法以及融合人工選取與信息增益的合成特征法。在實(shí)驗(yàn)數(shù)據(jù)集上，將三種特征選取方法進(jìn)行對(duì)比,實(shí)驗(yàn)表明合成特征法的效果好于人工選取法

3、與信息增益法。
　　2微博用戶的社會(huì)關(guān)系。本研究將微博用戶的社會(huì)關(guān)系分析看成是一個(gè)長(zhǎng)短文本結(jié)合的分類問題,將采用文本分類的方法解決該問題。在分析過程中,采用兩種方法:單體分析法、整體分析法。在整體分析法中使用了二次分類算法。實(shí)驗(yàn)結(jié)果表明二次分類算法的結(jié)果優(yōu)于SVM分類方法。
　　本文的研究成果已經(jīng)成功應(yīng)用到兩個(gè)系統(tǒng)中:微博社會(huì)關(guān)系系統(tǒng)與海天社會(huì)關(guān)系系統(tǒng)。微博社會(huì)關(guān)系系統(tǒng)部署在新浪微博官方應(yīng)用中,該系統(tǒng)分析了微博用戶的社會(huì)關(guān)系