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(shí)下最熱門的社交媒體和網(wǎng)絡(luò)交流平臺(tái)，越來越多的用戶選擇在微博平臺(tái)中構(gòu)建個(gè)人社交圈的同時(shí)，用戶自身的博文發(fā)布以及用戶間的關(guān)注互動(dòng)行為，也讓微博網(wǎng)絡(luò)中蘊(yùn)含著紛繁復(fù)雜的內(nèi)容與關(guān)系數(shù)據(jù)。如果能夠利用這些數(shù)據(jù)，從微博用戶龐大的虛擬關(guān)系網(wǎng)絡(luò)中準(zhǔn)確識(shí)別和挖掘出其對(duì)應(yīng)的社交圈信息，不僅能夠極大的便利用戶個(gè)人關(guān)系網(wǎng)絡(luò)的管理工作，而且在個(gè)性化推薦、影響力傳播、輿論預(yù)警等方面也有著非常重要的作用。
　　為解決數(shù)據(jù)來源問題，首先分析了微博網(wǎng)絡(luò)關(guān)注

2、與傳播機(jī)制以及博文內(nèi)容的特征。針對(duì)微博用戶社交圈挖掘問題所需要的數(shù)據(jù)類型及具體要求進(jìn)行了總結(jié)，設(shè)計(jì)并實(shí)現(xiàn)了基于網(wǎng)絡(luò)爬蟲技術(shù)的微博數(shù)據(jù)采集系統(tǒng)，以作者新浪微博賬號(hào)作為種子節(jié)點(diǎn)，成功抓取到其關(guān)注和粉絲列表中總計(jì)430個(gè)用戶節(jié)點(diǎn)的關(guān)系與內(nèi)容數(shù)據(jù)。
　　以抓取到的數(shù)據(jù)為基礎(chǔ)，對(duì)微博單向關(guān)注機(jī)制形成的用戶關(guān)系特征進(jìn)行了詳細(xì)的分析。利用LDA(Latent Dirichlet Allocation)模型設(shè)計(jì)并實(shí)現(xiàn)了用戶博文內(nèi)容主題分布的提取方

3、法，并結(jié)合社交網(wǎng)絡(luò)研究中用戶相似度的定義方式，給出了一種融合用戶關(guān)系以及博文內(nèi)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(chǔ)之上，提出了一種基于節(jié)點(diǎn)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(wǎng)絡(luò)中心用戶社交圈的挖掘問題。
　　最后在獲取到的用戶數(shù)據(jù)集上進(jìn)行相應(yīng)