關(guān)聯(lián)數(shù)據(jù)挖掘在微博意見領(lǐng)袖識(shí)別中的研究.pdf

1、目前社交網(wǎng)絡(luò)是人們獲取信息與維持互動(dòng)的主流方式之一，其中的海量數(shù)據(jù)有豐富的利用價(jià)值。準(zhǔn)確高效的識(shí)別出社交網(wǎng)絡(luò)中的意見領(lǐng)袖對(duì)于引導(dǎo)輿論、商業(yè)投資、規(guī)避風(fēng)險(xiǎn)等都有重要意義。但是社交網(wǎng)絡(luò)數(shù)據(jù)的異構(gòu)性、關(guān)系的復(fù)雜性卻給研究的準(zhǔn)確性和算法效率帶來問題，以傳統(tǒng)的數(shù)據(jù)作為研究對(duì)象會(huì)遺漏很多隱藏的語義信息，而關(guān)聯(lián)數(shù)據(jù)可以很好的解決這些問題，準(zhǔn)確表達(dá)數(shù)據(jù)含義，挖掘出更多的有效信息，也為后續(xù)相關(guān)研究的數(shù)據(jù)共享和擴(kuò)展提供了便利。
　　本文通過計(jì)算微博用

2、戶相似度為實(shí)現(xiàn)微博數(shù)據(jù)關(guān)聯(lián)化打下基礎(chǔ)，將構(gòu)建的關(guān)聯(lián)數(shù)據(jù)與關(guān)聯(lián)規(guī)則挖掘算法及指標(biāo)打分法結(jié)合解決意見領(lǐng)袖識(shí)別客觀性不足問題。本文的研究工作分為三個(gè)方面：
　　第一，針對(duì)傳統(tǒng)相似度計(jì)算方法在選取屬性片面方面造成的準(zhǔn)確性不高的問題，提出一種基于微博數(shù)據(jù)的綜合相似度計(jì)算方法。通過分析描述用戶的屬性，選取背景、互動(dòng)兩部分衡量標(biāo)準(zhǔn)，根據(jù)屬性具體的數(shù)據(jù)結(jié)構(gòu)運(yùn)用對(duì)應(yīng)的計(jì)算方法，利用統(tǒng)計(jì)信息和層次分析法為各屬性賦權(quán)值，確定用戶間相似度，并采用準(zhǔn)確率、

3、召回率、F1度量值作為實(shí)驗(yàn)結(jié)果的評(píng)估指標(biāo)。實(shí)驗(yàn)結(jié)果表明，綜合相似度計(jì)算方法能更準(zhǔn)確的衡量用戶間相似關(guān)系。
　　第二，根據(jù)用戶相似度計(jì)算過程中的屬性分析和計(jì)算結(jié)果，借鑒本體構(gòu)建方法“七步法”的思想，從概念、屬性、實(shí)例三方面構(gòu)建數(shù)據(jù)層次結(jié)構(gòu)、關(guān)系，填充數(shù)據(jù)，借助protégé工具實(shí)現(xiàn)微博數(shù)據(jù)的關(guān)聯(lián)化。
　　第三，針對(duì)傳統(tǒng)算法中選取衡量用戶重要性因素的主觀性和準(zhǔn)確度不足的問題，提出基于關(guān)聯(lián)數(shù)據(jù)的識(shí)別方法。利用深度優(yōu)先算法處理數(shù)據(jù)，