基于链接分析和用户兴趣的微博社区发现算法

《基于链接分析和用户兴趣的微博社区发现算法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、ＴＰ３０１Ａ开中图分类号：密级：ＵＤＣ：本校编号：續Ｗ交遺义爹硕±学位论文论文题目．基于链接分析和用户兴趣的’微博社区发现算法■２１３０６６９研究生姓名伟涛学号．０：郑罔光辉教授学校指导教师姓名：职称：工学硕壬学位躬咸佩申请学位等级；专业；计论文提交２０１６年６月日期：论义答辩曰期；与独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研巧成，果，除了文中特别加Ｗ标注和致谢之处外论文中不包含其他人己经发表或撰写过的研

2、＾州々通大学或其他教育机构的学位或证书而使用过的材料。巧成果，也不包含获得．与我一同工作的同志对本研巧所做的任何贡献均己在论文中作了明确的说明并表示了谢意。；曰学位论文作者签名：签字曰期么月《＞｜谷年６２７戸嘉学位论文版权使用授权书本学位论文作者完全了解挪巧通大学有关保留、使用学位论文的规定。特授权＾州巧通大学可Ｗ将学位论文的全部或部分内容编入有关数据库进行检索，并采用影目、、汇编供查阅和借阅。同意学校向国家有关部口或机Ｐ缩印或扫描等复制手段保存构送交论文的复印件和磁盘。（保密的学位论文在解密

3、后适用本授权说明）导师签名：学位论文作者签名；伟涛择：〇月签字日期签字曰期年：＞月日２之１名年２／＜；７＾硕士学位论文基于链接分析和用户兴趣的微博社区发现算法CommunityDetectionforMicroblogBasedonLinkAnalysisandUserInterests作者姓名：郑伟涛学科、专业：计算机应用技术研究方向：数据挖掘学号：02130669指导教师：闫光辉完成日期：2016.04.19兰州交通大学LanzhouJiaotongUniversity兰州交通大学硕士学位论文摘要微博作

4、为一种新兴的社交媒体，近几年发展迅速，影响越来越广泛，逐渐成为一种重要的交流平台。微博网络的大量用户组成了不同的虚拟社区，有效挖掘具有网络结构内聚性和用户兴趣内聚性的微博社区，对于提高微博个性化推荐、微博市场营销以及链接预测的准确性具有重要意义。目前，经典的社区划分算法大多缺乏对节点之间的链接关系以及节点内容的综合考虑，其划分出的社区普遍具有较低的兴趣内聚性。现有的基于节点之间的链接关系和节点内容的社区划分算法主要是通过分析用户所发的微博内容获得用户的兴趣信息。而用户发布的微博内容通常包含大量的噪音信息并且微博的发布具有很大的随

5、意性，这使得微博内容难于准确反映用户的兴趣。基于以上背景，本文分析了用户资料，分析发现用户资料信息可以很好的反应用户的特点，本文将这些信息统一称为用户的兴趣信息。论文针对微博社区发现问题展开研究，在对已有的社区发现算法进行分析总结的基础上，根据微博网络的特点，提出一种基于用户之间的链接关系和用户兴趣的微博社区发现算法，使得划分的社区能够更好的反映真实的社会关系，达到网络结构内聚性和兴趣内聚性。论文的主要研究内容如下：首先，论文介绍了复杂网络中常用的经典社区发现算法，对比分析算法在微博社区发现中存在的优势及不足；对已有的社区评价方

6、法进行了分类和介绍，并对网络分析工具作了简单的描述。其次，介绍了两个比较著名的微博平台，并对微博网络的特点进行了简单的描述；分析了微博网络中常用的两种社区发现算法存在的不足，然后引出了基于用户兴趣的社区发现技术。最后，论文分析了微博用户的链接关系和用户兴趣，推导出链接相似度公式和用户兴趣相似度公式，结合两者计算出用户之间的总相似度。根据用户之间的总相似度将微博网络转换成一个无向有权网络，在Louvain算法的基础上本文提出一种新的社区划分算法对微博网络进行社区划分。使用社会网络分析工具Pajek对社区进行可视化，得到社区的可视化

7、效果，对社区有了更加直观的认识，通过引入不同的社区评价指标与已有的社区发现算法进行对比，验证了本文方法的有效性。关键词：微博网络；社区发现；链接分析；用户兴趣论文类型：应用研究-I-基于链接分析和用户兴趣的微博社区发现算法AbstractAsanewsocialmedia,microbloghasbeendevelopedrapidlyinrecentyearsandbecomeasignificantcommunicationplatformgradually.Microbloguserscanmakeupvarietyofv

8、irtualcommunities.Itisimportanttodetectusers’communitieswithhighlycommoninterestsanddensernetworkstructureeffectively,andtheresultc