微博關鍵用戶和用戶社區(qū)網絡挖掘研究.pdf

1、自從國內微博興起以來，我國的互聯(lián)網領域發(fā)展迅猛，特別是社會化媒體更是日新月異。微博已經成為工具應用到大眾的日常生活、學習和工作中。微博平臺產生的用戶數(shù)據(jù)量巨大。龐大的信息在當今的信息高速公路（互聯(lián)網）上迅速傳播到每個角落，微博正在悄然改變著人們的信息獲取方式，徹底改變了新聞的傳播方式，同時也給更多的草根階層融入社會并參與社會活動帶來革命性的影響。
　　在國內，以新浪微博為代表的Web2.0時代迅速崛起，2014年8月15日，新浪對

2、外公告顯示，新浪微博擁有超1.56億的活躍用戶，他的用戶注冊量已經超過了6億，并且每天有超過6140萬活躍用戶駐留在新浪微平臺。根據(jù)微博平臺規(guī)則，每一個微博用戶都有一個關注列表，該列表為微博用戶接受信息提供依據(jù)。研究人員稱其為信息傳遞頻道，微博用戶之間通過關注與另一個微博用戶形成聯(lián)系，微博平臺上所有用戶之間的關聯(lián)關系就構成了一個龐大的微博用戶社區(qū)網絡。
　　本文分析了微博用戶個體以及微博用戶群體的屬性特征，利用微博開放平臺API獲

3、取用戶數(shù)據(jù)并導入MySQL數(shù)據(jù)庫，在基本的用戶社區(qū)網絡挖掘算法基礎上提出新的改進挖掘方法。這些研究將對微博輿情控制、網絡安全、好友推薦、電子商務等具有實際意義。本文研究主要內容可以分為三個方面，如下：
　　一、本文分析了新浪微博開放平臺使用特點。分別闡述微博開放平臺API和網絡爬蟲兩種常用的數(shù)據(jù)獲取方式。分析給出兩種數(shù)據(jù)獲取手段的優(yōu)劣。本文采用多用戶頻率控制的API調用獲取新浪微博用戶數(shù)據(jù)。對用戶數(shù)據(jù)做了抽取、清洗等預處理工作，最

4、后把清理后的用戶數(shù)據(jù)存儲到MySQL數(shù)據(jù)庫中。
　　二、本文對微博平臺上關鍵用戶的識別進行設計。闡述了微博用戶特征的屬性的含義，并對這些屬性歸類成他人和個人兩類影響因子。利用微博用戶的敏感屬性特征對關鍵用戶進行識別發(fā)現(xiàn)。定義了微博關鍵用戶識別的定量化計算公式，給出了微博關鍵用戶識別的模型，并進行試驗對比分析。
　　三、本文對微博平臺上用戶之間形成的虛擬社區(qū)網絡進行挖掘。利用微博用戶社區(qū)網絡圖概念，從挖掘算法、挖掘流程以及挖掘