基于相似度的微博社交网络的社区发现方法

发布时间：2017-10-09 23:20

  本文关键词：基于相似度的微博社交网络的社区发现方法

  更多相关文章： 微博 社区发现 标签 相似度 模块化

【摘要】：作为一种新兴的社交媒体,微博由于其信息的简短性、实时性和公开性,在短短4年内已积累数以亿计的用户并且数量还在迅速增长,由此带来的社会影响日益广泛.对微博用户关系网络进行社区发现具有重要的理论和实际意义.根据微博网络的有向性及建立关注关系的随意性等特点,提出一种基于共同关注和共同粉丝的微博用户相似度,定义此相似度的模块化函数,依据贪心算法思想设计出基于此模块化函数最大化的社区发现方法,并在此基础上将该方法推广到具有标签信息的微博网络中.应用该方法处理了3个真实的微博用户关系网络数据,结果表明该方法可以有效地发掘微博用户关系网络中的社区结构.
【作者单位】： 中国人民大学应用统计科学研究中心;中国人民大学统计学院;
【关键词】： 微博 社区发现 标签 相似度 模块化
【基金】：中国人民大学科学研究基金项目(中央高校基本科研业务费专项资金资助项目)(14XNLF13)
【分类号】：TP393.092
【正文快照】： 作为Web 2.0时代兴起的一种互联网应用,微博即微博客(MicroBlog)的简称,是一个基于用户关系实现信息分享、传播以及获取的平台,用户可以通过Web,Wap等各种客户端组建个人社区,以140字左右的文字更新信息,并实现即时分享.《中国新媒体发展报告(2012)》蓝皮书称,截止到2011年12

【参考文献】

中国期刊全文数据库 前1条

1 刘旭;易东云;;基于局部相似性的复杂网络社区发现方法[J];自动化学报;2011年12期

【共引文献】

中国期刊全文数据库 前10条

1 翁伟;朱顺痣;吴芸;;结合局部相似性的模块密度法探测网络社区[J];福建师范大学学报(自然科学版);2013年06期

2 高红艳;刘飞;;基于局部路径的社团发现算法[J];电气自动化;2014年06期

3 刘分;汤红波;葛国栋;杨森;;基于移动网络位置信息的群体发现方法[J];计算机应用研究;2013年05期

4 李本先;李孟军;方锦清;仰t歆;;恐怖组织网络的时空演化规律[J];自动化学报;2013年06期

5 张新猛;蒋盛益;;基于核心图增量聚类的复杂网络划分算法[J];自动化学报;2013年07期

6 刘分;葛国栋;赵宇;刘冰洋;;移动通信网络位置群体关联用户挖掘[J];计算机应用;2013年08期

7 龚尚福;陈婉璐;贾澎涛;;层次聚类社区发现算法的研究[J];计算机应用研究;2013年11期

8 袁超;柴毅;;复杂网络的局部社团结构挖掘算法[J];自动化学报;2014年05期

9 夏磊;张乐君;国林;张勇实;张健沛;杨静;;节点相似度标签传播在社会网络中的应用研究[J];计算机工程与应用;2014年14期

10 杨海陆;张健沛;杨静;;基于结构稳定性校准的在线式社区识别[J];自动化学报;2014年10期

中国硕士学位论文全文数据库 前6条

1 熊湘云;基于二分网络的多维度推荐技术研究[D];苏州大学;2013年

2 杨微;社会网络中社团发现与协同推荐技术的研究[D];杭州电子科技大学;2013年

3 刘分;移动通信网中特定群体发现及行为分析研究[D];解放军信息工程大学;2013年

4 牛冬冬;通信网络社区挖掘及层次结构发现方法研究[D];解放军信息工程大学;2013年

5 王伟欣;复杂网络社团结构挖掘算法的研究[D];江西理工大学;2013年

6 尹相杰;社会网络中的社区发现与节点评估算法研究[D];吉林大学;2014年

【二级参考文献】

中国期刊全文数据库 前1条

1 何东晓;周栩;王佐;周春光;王U，

本文编号：1003014