基于用戶行為的社區(qū)發(fā)現(xiàn)研究.pdf_第1頁
已閱讀1頁,還剩58頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、隨著互聯(lián)網(wǎng)的迅速發(fā)展和普及,各種社交類網(wǎng)絡平臺蓬勃發(fā)展,其中新浪微博是國內(nèi)最大、最活躍的應用平臺。微博用戶通過線上的行為與其他用戶建立互動連接,對用戶之間形成的社交網(wǎng)絡以及其中承載的海量信息做分析挖掘可以發(fā)現(xiàn)隱含的社區(qū),進而可以很好的分析用戶的行為習慣做進一步應用。
  本文以新浪微博這個社交網(wǎng)絡平臺為基礎,在基于用戶之間的行為關系所建立的網(wǎng)絡拓撲結構的基礎上,尋找出了一種社區(qū)劃分發(fā)現(xiàn)的算法,該方法能夠實現(xiàn)對社交網(wǎng)絡中的用戶做精準

2、的劃分,達到發(fā)現(xiàn)隱含社區(qū)的一種目的,從而為后續(xù)的社區(qū)發(fā)現(xiàn)研究的應用做準備,比如說個性化的精準營銷和社區(qū)內(nèi)熱點主題的發(fā)現(xiàn)預測等。
  在本文的研究過程中,首先采集了用戶的數(shù)據(jù)作為數(shù)據(jù)源;然后根據(jù)用戶間的行為關系數(shù)據(jù)構建社交網(wǎng)絡,在此基礎之上采用社區(qū)劃分算法對用戶做聚類劃分,發(fā)現(xiàn)隱含社區(qū),本文在分別采用了僅基于網(wǎng)絡拓撲結構的社區(qū)發(fā)現(xiàn)和僅基于語義的社區(qū)發(fā)現(xiàn)的方法的基礎上,發(fā)現(xiàn)單純的從結構或者從語義層面都不能很好的做社交網(wǎng)絡精準聚類劃分,

3、從而提出了采用了一種將網(wǎng)絡拓撲結構和語義挖掘相結合起來的一種網(wǎng)絡社區(qū)發(fā)現(xiàn)方法,并用模塊度這個社區(qū)劃分效果衡量指標,驗證了將結構與語義結合起來做社區(qū)劃分最為有效精準,實現(xiàn)了對用戶的精準聚類劃分和隱含社區(qū)發(fā)現(xiàn)的目的。
  本文的研究豐富了社區(qū)發(fā)現(xiàn)研究,貢獻在于(1)理論方面,提出并采用了一種將網(wǎng)絡拓撲結構與語義挖掘分析相結合的社區(qū)發(fā)現(xiàn)方法,并用實驗得以驗證劃分結果的精準有效。(2)實驗方面,在對社交網(wǎng)絡做靜態(tài)描述時,增加了對復雜網(wǎng)絡度

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論