基于隐性语义挖掘的社区划分算法

发布时间：2021-08-26 21:26

　　Web2.0时代，社交网络在世界范围内流行了起来。社交网络中用户结构、信息结构和社群结构是社交网络所研究的重点课题。近年来，中国新浪微博的发展速度很快，并且为开发者和研究者提供了便于开发与研究的数据开放平台，成为业界和学术界研究的热点。本文基于新浪微博开放平台的数据，对新浪微博的用户结构、信息结构做了详细的统计和分析。在新浪微博用户社区结构上，结合新浪微博社交性和媒体性特点，本文提出了将用户的“社交”维度和“兴趣”维度分开的主张。作者用适合社区检索的LDA（隐性语义挖掘）的算法，对原本用于“词-文本”挖掘的算法进行了改进，将“用户-好友”和“用户-兴趣点”作为LDA的初始资料库，进行训练和分群。在文章中，作者对新浪微博的用户进行了分类，统计了所有类别用户的在关系结构上的比例特点，并对其中的统计特点做了详细的解释。同时，作者对新浪微博的微博信息进行了分类，统计和分析了各类信息、不同用户的发布和转发情况，并对各种统计现象做了详细解释。本文对“社交群”与“兴趣群”重叠的网络，提出了改进的LDA模型。1.本文提出了SI-LDA算法模型。其基本假设是每一个人都是可以用他的好友来形容，同时用户的兴... 

【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校

【文章页数】：79 页

【学位级别】：硕士

【部分图文】：

一个用络是重叠的，用户d的微博其重叠部分博网络的建模分是用户d因模因为兴趣而关注的大众用户户u

社区划分的过程

黄宇KaldrArt的Louvain算法社臣划分


本文编号：3364997