基于微博用戶相似度的社交圈挖掘算法研究.pdf

1、微博作為時下最熱門的社交媒體和網絡交流平臺，越來越多的用戶選擇在微博平臺中構建個人社交圈的同時，用戶自身的博文發(fā)布以及用戶間的關注互動行為，也讓微博網絡中蘊含著紛繁復雜的內容與關系數(shù)據。如果能夠利用這些數(shù)據，從微博用戶龐大的虛擬關系網絡中準確識別和挖掘出其對應的社交圈信息，不僅能夠極大的便利用戶個人關系網絡的管理工作，而且在個性化推薦、影響力傳播、輿論預警等方面也有著非常重要的作用。
　　為解決數(shù)據來源問題，首先分析了微博網絡關注

2、與傳播機制以及博文內容的特征。針對微博用戶社交圈挖掘問題所需要的數(shù)據類型及具體要求進行了總結，設計并實現(xiàn)了基于網絡爬蟲技術的微博數(shù)據采集系統(tǒng)，以作者新浪微博賬號作為種子節(jié)點，成功抓取到其關注和粉絲列表中總計430個用戶節(jié)點的關系與內容數(shù)據。
　　以抓取到的數(shù)據為基礎，對微博單向關注機制形成的用戶關系特征進行了詳細的分析。利用LDA(Latent Dirichlet Allocation)模型設計并實現(xiàn)了用戶博文內容主題分布的提取方

3、法，并結合社交網絡研究中用戶相似度的定義方式，給出了一種融合用戶關系以及博文內容主題信息的用戶相似度度量方法，用以更好地描述微博用戶間的聯(lián)系與緊密程度。在微博用戶融合相似度的基礎之上，提出了一種基于節(jié)點聚類思想的微博用戶社交圈挖掘算法CMUS(Circle Mining Algorithm Based on User Similarity)，利用該算法去解決微博網絡中心用戶社交圈的挖掘問題。
　　最后在獲取到的用戶數(shù)據集上進行相應