基于微博客的社區(qū)挖掘研究.pdf

1、作為當(dāng)今最火的互聯(lián)網(wǎng)應(yīng)用，微博客正以燎原之勢(shì)俘獲廣大用戶，在2010年10月份的一份統(tǒng)計(jì)中，僅僅是新浪微博就有超過五千萬的用戶量，而twitter（推特）用戶數(shù)量更是突破了兩個(gè)億，成為世界上使用用戶最多的互聯(lián)網(wǎng)應(yīng)用之一。
　　 面對(duì)這樣龐大的用戶數(shù)量，無論網(wǎng)絡(luò)管理者還是網(wǎng)絡(luò)使用者都面臨一個(gè)全新的課題：如何找到與自身相關(guān)的人群來互動(dòng)，也就是傳統(tǒng)上的社群概念。為了解決這個(gè)問題，我們打算基于數(shù)據(jù)挖掘的理論，尋找一種有效的社區(qū)挖掘算法。

2、和傳統(tǒng)的社區(qū)挖掘不同，本算法應(yīng)用領(lǐng)域?qū)⑹腔谡鎸?shí)信息并有著龐大數(shù)量級(jí)的微博客用戶，這要求算法的領(lǐng)域模型和以往將有著比較大的區(qū)別并且在時(shí)間復(fù)雜度上有了更高的要求。針對(duì)微博客的特點(diǎn)，我們嘗試建立了聚類模型，以樸素貝葉斯模型為基礎(chǔ)，構(gòu)造了用戶和社區(qū)之間的概率評(píng)分機(jī)制，給出了對(duì)用戶進(jìn)行社區(qū)劃分的一種思路。
　　 此外，為了解決社區(qū)挖掘中尋找中心節(jié)點(diǎn)的需求，我們還研究了用戶重要性算法，將微博客用戶抽象成一個(gè)模型，給出了多維變量的一個(gè)評(píng)分標(biāo)