基于微博的意見領(lǐng)袖挖掘算法研究.pdf

1、目前，對于微博用戶領(lǐng)域的意見領(lǐng)袖挖掘多以用戶屬性關(guān)系、網(wǎng)絡(luò)傳播以及文本信息交互這三個(gè)方面進(jìn)行單領(lǐng)域的研究，但是三者沒有真正得到有效的融合，缺乏結(jié)合微博文本情感的研究，同時(shí)研究多采用靜態(tài)分析的方法。
　　本文針對研究中存在的不足，從用戶屬性、微博信息傳播規(guī)律及微博文本情感傾向角度出發(fā)，分別對意見領(lǐng)袖挖掘的相關(guān)問題進(jìn)行了研究，并提出以下算法：
　　第一，基于改進(jìn)后的TFN-AHP的微博用戶屬性特征提取算法。該算法通過構(gòu)造模糊精度

2、矩陣和采用閉區(qū)間[0,1]的實(shí)數(shù)作為模糊判斷矩陣標(biāo)度值，避免了傳統(tǒng)TFN-AHP算法中將某一屬性特征權(quán)重武斷判定為0的錯(cuò)誤；同時(shí)使用可控迭代精度的迭代方法計(jì)算特征向量，使算法的時(shí)間復(fù)雜度從傳統(tǒng)的O(n4)降低為O(n2)，并基于該算法提取了微博用戶屬性特征向量。
　　第二，基于微博信息傳播的微博用戶影響力分析算法。算法通過大量數(shù)據(jù)研究微博信息的傳播規(guī)律，以微博被轉(zhuǎn)發(fā)和被評論的累積數(shù)量為微博傳播能力的衡量指標(biāo)，以微博傳播為用戶影響力

3、擴(kuò)散的載體，建立了微博用戶影響力隨微博傳播時(shí)間變化成指數(shù)截?cái)嘈缘膬缏煞植嫉乃惴Ｐ?，?shí)現(xiàn)了對用戶影響力的動態(tài)研究，并通過實(shí)驗(yàn)發(fā)現(xiàn)微博熱度和微博用戶屬性值對用戶影響力有決定作用。
　　第三，基于詞性標(biāo)注序列模式匹配的微博情感傾向度算法（簡稱POSTSPM算法）。算法將微博文本看作由若干單詞組成的有序詞性序列組合，在對序列進(jìn)行詞性標(biāo)注和化簡的基礎(chǔ)上，保留了決定情感傾向的詞性序列，并結(jié)合HowNet情感分析詞集，通過采用滑動窗口規(guī)則對詞