【目的】提出一種對(duì)多維用戶(hù)興趣數(shù)據(jù)的集成建模方法,并在此基礎(chǔ)上研究用戶(hù)興趣的譜聚類(lèi)方法。【方法】以"三只松鼠"微博數(shù)據(jù)為實(shí)例,采用超網(wǎng)絡(luò)模型對(duì)微博內(nèi)容及用戶(hù)互動(dòng)數(shù)據(jù)進(jìn)行整合建模,構(gòu)建互動(dòng)興趣度指數(shù),并結(jié)合譜聚類(lèi)算法劃分用戶(hù)群。通過(guò)Silhouette Coefficient及Davies-Bouldin方法對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行評(píng)估�！窘Y(jié)果】對(duì)比三類(lèi)用戶(hù)特征向量的最優(yōu)聚類(lèi)效果,發(fā)現(xiàn)當(dāng)k取15時(shí),基于話(huà)題互動(dòng)超網(wǎng)絡(luò)特征向量的聚類(lèi)DB值達(dá)到0.57,效果優(yōu)于基于互動(dòng)數(shù)據(jù)或博文內(nèi)容的特征向量,類(lèi)群之間分布更均勻,類(lèi)群內(nèi)部也更緊致�！揪窒蕖坑脩�(hù)特征數(shù)據(jù)的選取未能全面涵蓋。此外,不同維度數(shù)據(jù)對(duì)用戶(hù)興趣的影響程度或可進(jìn)一步探索�！窘Y(jié)論】通過(guò)對(duì)企業(yè)微博用戶(hù)群體分布情況和興趣特征的分析,提出對(duì)應(yīng)的維護(hù)和營(yíng)銷(xiāo)建議,有助于指導(dǎo)企業(yè)更好地發(fā)現(xiàn)用戶(hù)興趣,提升微博營(yíng)銷(xiāo)效果。

【文章頁(yè)數(shù)】：12 頁(yè)

【文章目錄】：
1 引言
2 研究現(xiàn)狀
    2.1 微博用戶(hù)興趣分析方法
    2.2 微博超網(wǎng)絡(luò)模型
    2.3 微博用戶(hù)興趣聚類(lèi)方法
3 企業(yè)微博超網(wǎng)絡(luò)模型構(gòu)建
    3.1 話(huà)題子網(wǎng)
    3.2 互動(dòng)子網(wǎng)
    3.3 話(huà)題互動(dòng)超網(wǎng)絡(luò)
4 基于EMTIS的譜聚類(lèi)算法
    4.1 譜聚類(lèi)算法步驟
    4.2 基于EMTIS的用戶(hù)興趣特征向量
    4.3 用戶(hù)興趣相似度計(jì)算及相似矩陣構(gòu)建
5“三只松鼠”微博用戶(hù)興趣聚類(lèi)及特征分析
    5.1 微博話(huà)題特征詞選取
    5.2 實(shí)驗(yàn)數(shù)據(jù)分析
    5.3“三只松鼠”用戶(hù)聚類(lèi)效果評(píng)價(jià)
    5.4 用戶(hù)興趣類(lèi)別特征分析
    5.5 討論及啟示
6 結(jié)語(yǔ)



本文編號(hào)：4032494