有向网络兴趣社区的快速挖掘算法及其在僵尸粉检测中的应用

发布时间：2017-10-15 02:09

  本文关键词：有向网络兴趣社区的快速挖掘算法及其在僵尸粉检测中的应用

  更多相关文章： 微博 有向图 社区挖掘 用户兴趣小组 僵尸粉

【摘要】：针对传统的无向网络社区挖掘方法无法实现大规模有向网络中社区有效发现的问题,提出了一种新的有向图社区及其兴趣特征快速挖掘算法。采用贪心算法求解社区划分模块性最大化的优化问题,较好地平衡了有向图社区挖掘中准确性与有效性之间的矛盾,实现对大规模微博类有向网络社区结构的有效识别;基于发现的社区,采用tf-idf算法进一步挖掘社区用户的兴趣爱好,实现了对微博网络中兴趣小组的精确挖掘。基于新浪微博的实验结果表明:所提算法不仅可以快速有效地挖掘有向网络中的社区结构及其用户的兴趣特征,还能够准确地检测出微博网络中的僵尸粉社区,研究结果对微博系统的净化、谣言控制、网络广告的精准投放等研究具有重要的参考价值。
【作者单位】： 西安交通大学智能网络与网络安全教育部重点实验室;清华大学自动化系智能与网络化系统研究中心;
【关键词】： 微博 有向图 社区挖掘 用户兴趣小组 僵尸粉
【基金】：国家自然科学基金资助项目(61221063,61103240,6113241) 国家科技支撑计划资助项目(2011BAK08B02) 中央高校基本科研业务费资助项目(2012jdhz09,xjj2011015)
【分类号】：TP393.01
【正文快照】： 微博作为一种新兴的社交媒体,自其创建以来便迅速得到了众多用户的喜爱和参与,因其对网络营销、社会舆论的极大影响力而受到越来越多学者的关注。微博通过用户之间的相互关注而构成网络,且这种关注关系是单向的,使微博关注网络成为典型的有向网络[1]。在社会网络中,具有相似角

【参考文献】

中国期刊全文数据库 前3条

1 杨楠,弓丹志,李_，

本文编号：1034464