基于隱性語義挖掘的社區(qū)劃分算法.pdf

1、Web2.0時代，社交網(wǎng)絡(luò)在世界范圍內(nèi)流行了起來。社交網(wǎng)絡(luò)中用戶結(jié)構(gòu)、信息結(jié)構(gòu)和社群結(jié)構(gòu)是社交網(wǎng)絡(luò)所研究的重點課題。近年來，中國新浪微博的發(fā)展速度很快，并且為開發(fā)者和研究者提供了便于開發(fā)與研究的數(shù)據(jù)開放平臺，成為業(yè)界和學術(shù)界研究的熱點。
　　本文基于新浪微博開放平臺的數(shù)據(jù)，對新浪微博的用戶結(jié)構(gòu)、信息結(jié)構(gòu)做了詳細的統(tǒng)計和分析。在新浪微博用戶社區(qū)結(jié)構(gòu)上，結(jié)合新浪微博社交性和媒體性特點，本文提出了將用戶的“社交”維度和“興趣”維度分開的

2、主張。作者用適合社區(qū)檢索的LDA（隱性語義挖掘）的算法，對原本用于“詞-文本”挖掘的算法進行了改進，將“用戶-好友”和“用戶-興趣點”作為 LDA的初始資料庫，進行訓練和分群。
　　在文章中，作者對新浪微博的用戶進行了分類，統(tǒng)計了所有類別用戶的在關(guān)系結(jié)構(gòu)上的比例特點，并對其中的統(tǒng)計特點做了詳細的解釋。同時，作者對新浪微博的微博信息進行了分類，統(tǒng)計和分析了各類信息、不同用戶的發(fā)布和轉(zhuǎn)發(fā)情況，并對各種統(tǒng)計現(xiàn)象做了詳細解釋。
　　

3、本文對“社交群”與“興趣群”重疊的網(wǎng)絡(luò)，提出了改進的LDA模型。
　　1.本文提出了 SI-LDA算法模型。其基本假設(shè)是每一個人都是可以用他的好友來形容，同時用戶的興趣特征也可以由用戶關(guān)注的名人來表征。社交群的核心是用戶之間關(guān)系的強弱，本文基于RA（Resource Allocation）算法的思想，對LDA的初始資料庫進行了優(yōu)化，同時通過PageRank算法得到名人賬戶并為他們打了標簽。作者將20萬樣本用戶做了社交分群，與Lou