一种基于数据挖掘的SNS用户兴趣模型-论文.pdf

《一种基于数据挖掘的SNS用户兴趣模型-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、计算机与现代化2014年第2期JISUANJIYUXIANDAIHUA总第222期文章编号：1006—2475(2014)02-0024-04一种基于数据挖掘的SNS用户兴趣模型谢梓琪，谢颖华(东华大学信息科学与技术学院，上海201620)摘要：详细阐述SNS用户兴趣模型建模过程中的每一个步骤和其中所运用的关键技术，包括向量空间模型、聚类分析等，并且建立系统以支撑所构建的模型，着重介绍如何编程计算用户兴趣权值。该模型具有易更新、易提取的特点，可开发成控件嵌入到社交网站中使用，以了解用户兴趣。关键词：数据挖掘；用户兴趣度；向量空间模型；文本聚

2、类中图分类号：TP391文献标识码：Adoi：10．3969／j．issn．1006-2475．2014．02．006ASNSUserInterestModelBasedonDataMiningXIEZi—qi，XIEYing—hua(SchoolofInformationScienceandTechnology，DonghuaUniversity，Shanghai201620，China)Abstract：ThispapermainlyintroducesthemodelingprocessandthekeytechnologiesofS

3、NSuserinterestmodel，includingthevectorspacemodel，clusteranalysisandSOon．Besides，itcreatesasystemtosuppo~themodel，focusingonhowtomakeapro-gramtocalculatetheuser’sinterest．Thismodeliseasytoupdateandextract，SOitCanbedevelopedintosoftwareembeddedin—tosocialnetworkingsitesinord

4、ertoknowusers’interest．Keywords：datamining；userinterestdegree；vectorspacemodel；textclustering型J。一般地，用户兴趣模型的表示方法主要有加0引言权关键词模型、语义网络模型和层次概念模型J。伴随着网络的飞速发展，人与人之间传统的交互结合SNS网站固有特点，发现以层次区分的形式能方式也随之变化。如雨后春笋般崛起的社交网站已凸显用户在SNS网站上的兴趣分布，而加权关键词成为人们依赖网络交互的平台，包括风靡全球的Fa．模型能表现用户兴趣度差异，因此，选用加权

5、关键词cebook、Twitter以及各种购物网站，它们均彰显着模型和层次概念模型相结合的方法来表示用户兴趣SNS(SocialNetworkSites，社交网站)的特色¨J。用较为合适。户在浏览这些网站的同时，为研究者开发网络新产品假设用户在某社交网站上有n个兴趣类型，可以提供了数据来源。通过分析网络用户的浏览历史和用一组兴趣主题词(I，I，⋯，I)表示，由于用户对行为特性，不仅可以了解其真正需求，还能够根据不每一类主题所表现出的兴趣度有所差异，因此可以根同用户的兴趣开发有针对性、有吸引力的增值业务。据其感兴趣程度的高低赋予一定的权值In

6、terestDe．由此可见，建立良好的用户兴趣模型对于网站做出正gree(I)，即用户兴趣能够以加权矢量的形式表示如确的运营决策十分必要。下：{(I1，InterestDegree(I1))，(I2，InterestDegree(I2))，⋯，(I，InterestDegree(I))}。比如说，人1用户兴趣模型表示人网中某用户的兴趣为{应用，0．5}、{分享，0．3}、信息服务发展的趋势是进行个性化主动信息服{好友，0．2}，则表示其最感兴趣的是应用，然后是分务。要了解用户行为，有的放矢地提出个性化服务，享，最后是好友。其中，兴趣主题为好

7、友的一类中又必须建立能够正确反映用户意图的用户兴趣模可以细分为所感兴趣的好友的权重。如需针对感兴收稿日期：2013—10．22作者简介：谢梓琪(1991一)，女，江西遂川人，东华大学信息科学与技术学院硕士研究生，研究方向：数据库和数据挖掘；谢颖华(1972-)，女，浙江余姚人，副教授，本科，研究方向：数据挖掘和数据处理。2014年第2期谢梓琪等：一种基于数据挖掘的SNS用户兴趣模型趣的好友进行研究，则可以直接从该模型中进行提下，亦可简写为D(w，W，⋯，W)，其中w表征取，对问题的解决提供了极大的便利。的是项Tk的权重(1≤k≤n)。定义3

8、向量空间模型(VSM)：对于已知文档D2基于数据挖掘的用户兴趣模型(T，W1；T：，W2；⋯，T，W)，因为项Tk在文档中出为了得到能够准确反映用户意图的兴趣模型，必现次数可能不