【摘要】：近年來,微博己逐漸成為社交網絡的核心。其從傳統(tǒng)的社交網絡中脫穎而出,在擁有了獨立的服務平臺后逐漸演化為一種新的信息發(fā)布形式。目前中國微博的注冊用戶數量已突破5億,其平臺中存在大量有價值的信息可以發(fā)掘。 在微博網絡在形成過程中,部分微博用戶會逐步形成一種小團體結構。微博網絡中的小團體結構是社會網絡中的一種的社區(qū)現象,如果能夠挖掘到具有相同或相似興趣愛好的小團體,就能更好的幫助微博用戶選擇關注對象,同時可以對具有相同興趣愛好的用戶群體進行精準的廣告投放,方便微博營銷工作的開展。 為了滿足嬰幼兒產品微博營銷尋找投放目標的需求,本文提出了一種基于用戶影響力的微博社區(qū)發(fā)現方法。本文通過一種基于用戶影響力的主題社區(qū)發(fā)現方法,利用本文構建的基于用戶行為的僵尸粉識別模型,剔除了社區(qū)中的僵尸粉用戶,保證了社區(qū)的純潔性。本文提出的社區(qū)發(fā)現算法結合了基于H指數傳播能力的用戶影響力排名、基于支持向量機的文本分類器、基于用戶行為的僵尸粉識別模型等算法,經過真實數據的采集,最后從不同的維度對結果數據進行了實驗及分析,通過實驗分析表明基于本文提出的用于影響力的社區(qū)發(fā)現方法,具有較高的效率。
[Abstract]:In recent years, Weibo has gradually become the core of social networks. It stands out from the traditional social network and gradually evolves into a new form of information release after having an independent service platform. At present, the number of registered users of Weibo in China has exceeded 500 million, and there are a lot of valuable information in its platform. In the formation of Weibo network, part of Weibo users will gradually form a small group structure. The structure of small groups in Weibo's network is a community phenomenon in the social network. If we can dig up small groups with the same or similar interests, we can better help Weibo users choose the objects of concern. At the same time, the user group with the same interests can carry out accurate advertising to facilitate the development of Weibo's marketing work. In order to meet the demand of infant product Weibo marketing to find the target, this paper presents a method of Weibo community discovery based on user influence. In this paper, by using a subject community discovery method based on user influence and the model of corpses powder recognition based on user behavior constructed in this paper, the users of zombie powder in the community are eliminated, and the purity of the community is guaranteed. The community discovery algorithm proposed in this paper combines the ranking of users' influence based on H-index propagation ability, the text classifier based on support vector machine (SVM) and the recognition model of zombie powder based on user's behavior. Finally, the result data are tested and analyzed from different dimensions. The experimental analysis shows that the proposed community discovery method based on this paper has a high efficiency.
【學位授予單位】：東北林業(yè)大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TP393.092

【參考文獻】

相關期刊論文 前10條

1 張晨逸;孫建伶;丁軼群;;基于MB-LDA模型的微博主題挖掘[J];計算機研究與發(fā)展;2011年10期

2 許曉東;肖銀濤;朱士瑞;;微博社區(qū)的謠言傳播仿真研究[J];計算機工程;2011年10期

3 袁鵬亮;;基于Pagerank網頁排名技術計算方法的探討[J];農業(yè)網絡信息;2007年12期

4 張金增;范明;;一種改進的基于最大流的Web社區(qū)挖掘算法[J];計算機應用;2009年01期

5 王慧芳;黃林鵬;俞晟;;一種增量式的社區(qū)發(fā)現算法研究[J];計算機仿真;2008年01期

6 皮靖;邵雄凱;肖雅夫;;基于樸素貝葉斯算法的主題爬蟲的研究[J];計算機與數字工程;2012年06期

7 高琰;谷士文;唐t;;基于鏈接分析的Web社區(qū)發(fā)現技術的研究[J];計算機應用研究;2006年07期

8 馬瑞新;鄧貴仕;王曉;;基于擴散理論的HITS算法在Web挖掘中的研究與優(yōu)化[J];計算機應用研究;2012年01期

9 苗家;馬軍;陳竹敏;;一種基于HITS算法的Blog文摘方法[J];中文信息學報;2011年01期

10 廖福生;江昀;;微博客的信息傳播模式及其發(fā)展分析[J];寧波廣播電視大學學報;2010年02期

，

本文編號：2445632