聊天室社會(huì)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(xiàn)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(xiàn)聊天具有的開(kāi)放性(無(wú)需注冊(cè))、實(shí)時(shí)性、多話(huà)題交錯(cuò)等特點(diǎn)在使聊天室給用戶(hù)提供了極大的方便的同時(shí)，也使得聊天室可能被惡意用戶(hù)利用來(lái)達(dá)到他們的特殊目的。因此，對(duì)聊天室進(jìn)行監(jiān)控已經(jīng)成為一個(gè)非常重要的現(xiàn)實(shí)需求。社會(huì)網(wǎng)絡(luò)挖掘旨在挖掘出聊天室中多用戶(hù)之間的交流關(guān)系，是聊天室監(jiān)控的一個(gè)研究重點(diǎn)。其難點(diǎn)在于聊天數(shù)據(jù)中沒(méi)有能直接反映用戶(hù)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(duì)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(huì)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(lái)進(jìn)一步補(bǔ)充Paul Mutton的方法的不足。實(shí)驗(yàn)顯示，該方法能夠有效的提高社會(huì)網(wǎng)絡(luò)挖掘的準(zhǔn)確性。 無(wú)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(méi)有使用聊天數(shù)據(jù)中

3、的一個(gè)重要特征——內(nèi)容特征。因此，本文借鑒文本挖掘中的聚類(lèi)技術(shù)，提出了基于內(nèi)容相似性的社會(huì)網(wǎng)絡(luò)挖掘方法。實(shí)驗(yàn)表明，該方法也能有效的挖掘出聊天室中的社會(huì)網(wǎng)絡(luò)。 為了進(jìn)一步提高社會(huì)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(shí)序信息的社會(huì)網(wǎng)絡(luò)挖掘方法。該方法的基本思想是通過(guò)充分利用聊天數(shù)據(jù)中的各種特征信息來(lái)提高社會(huì)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(jiǎn)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(huì)網(wǎng)絡(luò)，然后使用基于內(nèi)容相似性的相似用戶(hù)聚類(lèi)技術(shù)來(lái)進(jìn)一步補(bǔ)充并最終挖掘出準(zhǔn)確的社會(huì)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(lái)訓(xùn)練多個(gè)弱分類(lèi)器，然后綜合各個(gè)分類(lèi)器的結(jié)果來(lái)判定用戶(hù)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(shí)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(lái)繪制挖掘出的社會(huì)