基于R-C模型的微博用户社区发现

发布时间：2017-09-19 19:22

  本文关键词：基于R-C模型的微博用户社区发现

  更多相关文章： 微博 社区发现 关注关系 重叠社区

【摘要】：在微博市场营销、个性化推荐等应用中,发现兴趣和网络结构双内聚的用户社区起着至关重要的作用.现阶段,绝大多数的用户社区发现算法往往将用户联系与用户内容相隔离,从而导致其社区发现结果不够合理,而少数综合用户联系和内容的用户社区发现算法较为复杂;LCA算法是重叠社区发现算法中算法效率较高且社区质量较好的算法,然而,其在聚类时未考虑边的真实兴趣体现.针对这些问题,构建了以关注关系为网络节点、以关注关系之间是否有共同用户为关注关系潜在的边、以关注关系所关联用户的兴趣集的交集为关注关系的兴趣特征,构建微博网络R-C模型,并探讨了其进行微博用户社区发现的方法,分析了该方法的复杂度.最后,以新浪微博数据集为实验,对照节点CNM算法和LCA算法,从兴趣内聚和网络结构内聚两方面进行分析,发现该方法能够发现更好的微博用户社区.
【作者单位】： 中国人民大学信息学院;北京建筑大学电气与信息工程学院;北京市建筑安全监测工程技术研究中心;
【关键词】： 微博 社区发现 关注关系 重叠社区
【基金】：国家自然科学基金(71271211) 北京市自然科学基金(4132067) 中国人民大学自然科学基金(10XNI029) 北京高等学校青年英才计划(21147514040)
【分类号】：TP393.092
【正文快照】： 3(北京市建筑安全监测工程技术研究中心,北京100044)org.cn/1000-9825/4720.htm英文引用格式:Zhou XP,Liang X,Zhang HY.User community detection on micro-blog using R-C model.Ruan Jian Xue Bao/Journal of Software,2014,25(12):2808-2823(in Chinese).http://www.jos.o，

本文编号：883460