本文關(guān)鍵詞： 社交網(wǎng)絡(luò) 聚類 數(shù)據(jù)可視化 潛在語義模型　出處：《計(jì)算機(jī)科學(xué)》2017年S2期 　論文類型：期刊論文

【摘要】：隨著社交網(wǎng)絡(luò)的流行,從各種各樣的社交網(wǎng)絡(luò)數(shù)據(jù)中提取出有效信息并進(jìn)行清晰直觀的可視化分析,從而為用戶提供有價(jià)值的潛在知識(shí),顯得尤為重要。聚類分析是數(shù)據(jù)挖掘中的重要分析手段,傳統(tǒng)的面向社交網(wǎng)絡(luò)數(shù)據(jù)的用戶聚類分析大都僅考慮網(wǎng)絡(luò)的拓?fù)滏溄咏Y(jié)構(gòu),未考慮用戶的興趣相似度。文中基于貝葉斯概率模型來計(jì)算用戶興趣相似度并進(jìn)行聚類,進(jìn)一步設(shè)計(jì)交互可視化方式來展示上述聚類結(jié)果。具體地,針對(duì)社交網(wǎng)絡(luò)中的用戶評(píng)分?jǐn)?shù)據(jù)建立潛在語義模型來提取表示每個(gè)用戶興趣特點(diǎn)的特征向量;基于用戶的特征向量對(duì)用戶進(jìn)行聚類,得到具有不同特征的人群,并通過實(shí)驗(yàn)和熱度圖選擇合適的人群聚類數(shù);最后提出了基于層次氣泡圖的可視化展現(xiàn)和分析方案,將用戶、電影類型、電影等多維信息在圖形中交互展示,支持用戶從全局概覽到局部細(xì)節(jié)的推進(jìn)式探索,從多角度可視化人群特征。對(duì)豆瓣網(wǎng)用戶和電影評(píng)分?jǐn)?shù)據(jù)進(jìn)行了實(shí)驗(yàn)和分析,結(jié)果驗(yàn)證了所提方法的有效性。
[Abstract]:With the popularity of social networks, effective information is extracted from a wide variety of social network data and analyzed visually and clearly, thus providing users with valuable potential knowledge. Clustering analysis is an important analysis method in data mining. The traditional user clustering analysis for social network data only considers the topology link structure of the network. The interest similarity of users is not considered in this paper. Based on Bayesian probabilistic model, the interest similarity of users is calculated and clustered, and further interactive visualization is designed to display the above clustering results. The latent semantic model is established to extract the feature vectors representing the characteristics of each user's interest, and the users are clustered based on the user's feature vectors to get the people with different characteristics. Through experiments and heat map to select the appropriate number of people clustering. Finally, a visual display and analysis scheme based on hierarchical bubble graph is proposed. The multi-dimensional information such as user, film type, film and other multi-dimensional information are interactively displayed in the graph. It supports users to explore from global overview to local details, and visualizes crowd characteristics from various angles. The experimental and analysis of the user and movie scoring data of Douban.com are carried out, and the results show that the proposed method is effective.
【作者單位】： 浙江工業(yè)大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院;南通大學(xué)理學(xué)院;浙江大學(xué)管理學(xué)院;
【基金】：國家教育部新世紀(jì)優(yōu)秀人才支持計(jì)劃(NCET-13-0526) 國家自然科學(xué)基金(71571160) 浙江省自然科學(xué)基金(LY14F020021)資助
【分類號(hào)】：TP311.13;TP393.09

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 Bruce Antelman;李雯;;社交網(wǎng)絡(luò)[J];高校圖書館工作;2008年01期

2 ;美國:印刷企業(yè)青睞社交網(wǎng)絡(luò)營銷新方式[J];中國包裝工業(yè);2010年Z1期

3 樓向英;高春玲;;移動(dòng)社交網(wǎng)絡(luò)在圖書館中的應(yīng)用初探[J];圖書館雜志;2013年12期

4 勞倫·考克斯;;請(qǐng)?jiān)诠ぷ鲿r(shí)更新你的狀態(tài)[J];科技創(chuàng)業(yè);2011年05期

5 吳炳;鄭淵;;基于社交禮品網(wǎng)站淺談社交網(wǎng)絡(luò)營銷[J];北方經(jīng)貿(mào);2014年03期

6 Puting;;用心聆聽,從點(diǎn)滴做起[J];成功營銷;2011年07期

7 吳勇毅;;大數(shù)據(jù)熱涌背后的冷思考[J];信息化建設(shè);2013年01期

8 于光媚;;社交網(wǎng)絡(luò)成安全“重災(zāi)區(qū)” 用戶需加強(qiáng)自主防護(hù)[J];通信世界;2014年13期

9 ;英國 初創(chuàng)企業(yè)如何應(yīng)用社交網(wǎng)絡(luò)營銷[J];中國制衣;2013年08期

10 吳文昊;范春曉;;一種基于社交網(wǎng)絡(luò)模式的公共交通服務(wù)[J];軟件;2012年12期

相關(guān)會(huì)議論文 前1條

1 顏艷春;;電子商務(wù)的下一個(gè)浪潮:社交購物[A];第四屆（2011）中國商業(yè)信息化行業(yè)大會(huì)暨第四屆中國商業(yè)信息化技術(shù)展覽會(huì)會(huì)刊[C];2011年

相關(guān)重要報(bào)紙文章 前10條

1 ;企業(yè)如何創(chuàng)建內(nèi)部社交網(wǎng)絡(luò)[N];網(wǎng)絡(luò)世界;2012年

2 焦霖;人臉識(shí)別技術(shù)與社交網(wǎng)絡(luò)威脅個(gè)人隱私[N];中國社會(huì)科學(xué)報(bào);2011年

3 本報(bào)記者 程彥博;社交網(wǎng)絡(luò)的企業(yè)級(jí)應(yīng)用價(jià)值[N];中國計(jì)算機(jī)報(bào);2013年

4 記者 楊駿;約會(huì)軟件:下一場“社交網(wǎng)絡(luò)風(fēng)暴”？[N];新華每日電訊;2014年

5 趙圓媛;中國社交網(wǎng)絡(luò)——科技融資帶來另類掘金體驗(yàn)[N];四川日?qǐng)?bào);2008年

6 本報(bào)記者 卞曉婷;臉萌應(yīng)用風(fēng)靡社交網(wǎng)絡(luò) 內(nèi)容單一恐后勁不足[N];通信信息報(bào);2014年

7 電腦商報(bào)記者 彭敏;SNS引發(fā)協(xié)作新趨勢(shì)：社區(qū)化[N];電腦商報(bào);2009年

8 特約撰稿 史彥澤;當(dāng)SaaS遇到社交網(wǎng)絡(luò)[N];計(jì)算機(jī)世界;2012年

9 張貝貝;CIO為社交網(wǎng)絡(luò)頭疼?[N];中華合作時(shí)報(bào);2013年

10 本報(bào)記者 邱燕娜;SaaS二次浪潮[N];中國計(jì)算機(jī)報(bào);2011年

相關(guān)博士學(xué)位論文 前10條

1 李鑫;基于位置社交網(wǎng)絡(luò)的地點(diǎn)推薦方法及應(yīng)用研究[D];中國科學(xué)技術(shù)大學(xué);2015年

2 梁斌;社交網(wǎng)絡(luò)人物搜索的研究[D];清華大學(xué);2015年

3 張魯民;面向社交網(wǎng)絡(luò)的群體分析關(guān)鍵技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2015年

4 孔超;基于異構(gòu)開放數(shù)據(jù)源的實(shí)體匹配[D];華東師范大學(xué);2017年

5 丁旋;社交網(wǎng)絡(luò)分析中的隱私保護(hù)問題：去匿名化與無縫隱私[D];清華大學(xué);2014年

6 張志軍;社交網(wǎng)絡(luò)中個(gè)性化推薦模型及算法研究[D];山東師范大學(xué);2015年

7 連德富;基于位置社交網(wǎng)絡(luò)的數(shù)據(jù)挖掘[D];中國科學(xué)技術(shù)大學(xué);2014年

8 鄭夏冰;探討過量使用移動(dòng)社交網(wǎng)絡(luò)Apps對(duì)個(gè)人用戶的負(fù)面影響[D];中國科學(xué)技術(shù)大學(xué);2014年

9 黃寶成;基于社交網(wǎng)絡(luò)的輿情信息挖掘方法研究[D];哈爾濱工業(yè)大學(xué);2017年

10 曾雪;在線社交網(wǎng)絡(luò)用戶的分類及采樣研究[D];電子科技大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 賈沖沖;基于MapReduce的微博好友推薦研究[D];東北林業(yè)大學(xué);2015年

2 呂家琦;分布式環(huán)境下基于語義的社團(tuán)發(fā)現(xiàn)算法研究[D];遼寧大學(xué);2015年

3 趙俊;社交網(wǎng)絡(luò)的數(shù)據(jù)采集與分析方法研究[D];鄭州大學(xué);2015年

4 王雄;基于社交網(wǎng)絡(luò)的混合推薦算法研究[D];蘭州大學(xué);2015年

5 孫國豪;社交網(wǎng)絡(luò)中基于信任的推薦系統(tǒng)[D];蘇州大學(xué);2015年

6 王迪;在線網(wǎng)絡(luò)中推薦系統(tǒng)相關(guān)算法的研究[D];山東大學(xué);2015年

7 殷澤龍;基于傳播模型的社交網(wǎng)絡(luò)潛在熱點(diǎn)話題挖掘[D];哈爾濱工業(yè)大學(xué);2015年

8 王婉青;社交網(wǎng)絡(luò)下信任傳播模型的個(gè)性化推薦研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2015年

9 蘭冰;社交網(wǎng)絡(luò)中個(gè)性化推薦方法的研究[D];電子科技大學(xué);2014年

10 李全樂;社交網(wǎng)絡(luò)的@行為用戶推薦方法研究[D];北京理工大學(xué);2015年

，

本文編號(hào)：1510339