基于主题的微博重叠社区发现研究

发布时间：2021-03-24 18:48

　　互联网快速发展的步伐将Facebook、Twitter、新浪微博等微博网络融入到大众生活中。在微博网络中,无数用户不仅可以书写自己的日常经历,而且可以转发其关注的其他用户发布的内容。同时,每个用户自身还填写有地址、标签等属性信息。因此,微博网络承载着巨大的信息量。通过社区发现可以将网络用户按照兴趣爱好或者互动频率、属性等信息分到各个社区中。假如以兴趣爱好来对用户分组,将每种兴趣爱好分别看做一个社区,那么拥有不只一种兴趣爱好的用户就会同时出现在多个社区中,这时就出现了重叠社区。本文提出基于主题的微博重叠社区发现方法,其中包括两部分——基于主题分布的微博重叠社区发现方法,以及基于主题传播的微博重叠社区划分方法。这两部分的区别主要是研究对象不同,前者研究微博平台上目前已存在的微博用户,而后者研究刚注册使用微博的新用户。由于社区发现能帮助微博平台上目前已有的用户找到其所属的多个社区,但当平台上又出现一些除现有用户以外的新用户,并要获取这些新用户的社区分布时,如果再对新用户与之前已经实现社区发现的用户一起重新进行社区发现,不仅使之前的社区发现结果对之后的工作没有起作用,而且会加大工作量。所以本文... 

【文章来源】：中南财经政法大学湖北省 211工程院校 教育部直属院校

【文章页数】：59 页

【学位级别】：硕士

【部分图文】：

图３－５用户（ＩＤ为５６６４８７８３４）的Ｔｗｅｅｔ关键词??，３－４（７５１２５７４５７０５０００５５０４）ｒａｄｉｏ，?ｍｕｓｉｃ，??

【参考文献】：
期刊论文
[1]基于核心标签的可重叠微博网络社区划分方法[J]. 马慧芳,谢蒙,何廷年,蔺想红.  电子学报. 2017(04)
[2]基于信息熵和局部相关性的多标签传播重叠社区发现算法[J]. 张昌理,王一蕾,吴英杰,苏斌勇,王晓东.  小型微型计算机系统. 2016(08)
[3]多标签分类问题综述[J]. 冯雪东.  信息系统工程. 2016(03)
[4]网络舆情观点提取的LDA主题模型方法[J]. 陈晓美,高铖,关心惠.  图书情报工作. 2015(21)
[5]中文微博情感分类的简单多标签排序算法[J]. 史绍亮,文益民,缪裕青.  计算机应用. 2015(10)
[6]基于链接相似性聚类的重叠社区识别[J]. 张桂杰,张健沛,杨静,辛宇.  电子学报. 2015(07)
[7]基于局部语义聚类的语义重叠社区发现算法[J]. 辛宇,杨静,汤楚蘅,葛斯乔.  计算机研究与发展. 2015(07)
[8]基于kNN的多标签分类预处理方法[J]. 徐晓丹,姚明海,刘华文,郑忠龙.  计算机科学. 2015(05)
[9]链接相似性的微博重叠社区发现算法[J]. 于洪涛,崔瑞飞,黄瑞阳.  小型微型计算机系统. 2015(05)
[10]融合用户标签和关系的微博用户相似性度量[J]. 吴树芳,徐建民,武晓波.  情报杂志. 2014(12)

博士论文
[1]重叠社区发现中的边聚类算法研究[D]. 王贵参.吉林大学 2016

硕士论文
[1]复杂网络中重叠社区发现算法研究[D]. 晁莎.西安科技大学 2016
[2]基于链接分析和用户兴趣的微博社区发现算法[D]. 郑伟涛.兰州交通大学 2016
[3]基于密度峰值的重叠社区发现算法研究[D]. 冯国香.吉林大学 2015
[4]一种基于节点分裂的重叠社区发现算法[D]. 郭强.哈尔滨工程大学 2013
[5]文本分类算法及其应用研究[D]. 彭雅.湖南大学 2004



本文编号：3098208