基于社會(huì)網(wǎng)絡(luò)分析的Web社區(qū)發(fā)現(xiàn).pdf

1、微博是繼博客之后迅速發(fā)展起來的一種新興網(wǎng)絡(luò)社交平臺(tái)，作為新興的媒介，在中國(guó)社交網(wǎng)絡(luò)中占據(jù)著主要地位。它以“碎片化”的信息滲透到社會(huì)生活的各個(gè)領(lǐng)域，掀起了中國(guó)社會(huì)信息傳播的微博熱。在微博發(fā)展過程中逐漸形成了不同專業(yè)、興趣的微博社區(qū)，這些社區(qū)是非常重要的組成部分，不僅能為用戶提供可靠的、有價(jià)值的和及時(shí)的信息，方便用戶交友，還能為商業(yè)和傳媒帶來新的傳播方式。如何能發(fā)現(xiàn)微博中社區(qū)顯得至關(guān)重要。
　　社區(qū)發(fā)現(xiàn)主要以社區(qū)的方式把網(wǎng)絡(luò)劃分為若干

2、群組，以加速微博用戶自發(fā)聚集從而形成社區(qū)的過程。傳統(tǒng)社區(qū)發(fā)現(xiàn)算法主要通過分析頁面的鏈接結(jié)構(gòu)和頁面內(nèi)容，基于分層的方法來劃分社區(qū)，社區(qū)結(jié)構(gòu)通常是樹形的。但隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，基于單一特征的傳統(tǒng)社區(qū)發(fā)現(xiàn)算法不再適用于新的社交網(wǎng)站。近年來，隨著圖論及數(shù)據(jù)挖掘技術(shù)的發(fā)展，很多分類聚類的方法也被用于Web社區(qū)發(fā)現(xiàn)，許多針對(duì)特定的社交工具，如博客等。基于以上背景，本文在總結(jié)已有Web社區(qū)發(fā)現(xiàn)技術(shù)的基礎(chǔ)上，引入社會(huì)網(wǎng)絡(luò)分析方法，并綜合考慮微博用戶的

3、主題和鏈接關(guān)系，提出了一種基于社會(huì)網(wǎng)絡(luò)分析的微博社區(qū)發(fā)現(xiàn)方法。
　　首先，論文分析了微博的結(jié)構(gòu)和特點(diǎn)。微博和其他社交工具最大的不同在于采用了全新的“following”社交模式，并且博文“碎片化”，這些機(jī)制更能促進(jìn)交友和交流。
　　其次，根據(jù)微博屬性和社區(qū)特征對(duì)微博建模。研究表明，新浪微博社區(qū)滿足“小世界”效應(yīng)，存在冪律分布，用戶之間包含主題同質(zhì)性和鏈接關(guān)系，符合社會(huì)網(wǎng)絡(luò)模型的特征。因此，論文選用社會(huì)網(wǎng)絡(luò)模型對(duì)社區(qū)建模。

4、r>　　再次，設(shè)計(jì)實(shí)現(xiàn)了基于主題與鏈接分析的微博社區(qū)發(fā)現(xiàn)算法。標(biāo)簽傳遞算法是一種半監(jiān)督的分類算法，執(zhí)行速度快，運(yùn)算量小，但在計(jì)算節(jié)點(diǎn)間邊的權(quán)重時(shí)未考慮節(jié)點(diǎn)緊密度，影響了劃分精度。本文分析了微博用戶的鏈接關(guān)系和博文主題相似性，通過對(duì)鏈接相關(guān)度和主題相關(guān)度推導(dǎo)出用戶總相關(guān)度公式，以此作為邊的權(quán)值來計(jì)算節(jié)點(diǎn)間的傳遞概率，然后運(yùn)用改進(jìn)的標(biāo)簽傳遞算法對(duì)社區(qū)分類。
　　最后，利用社會(huì)網(wǎng)絡(luò)分析方法對(duì)劃分的社區(qū)進(jìn)行定性和定量的分析。利用“Paje