基于h因子的微博社区发现方法

《基于h因子的微博社区发现方法》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、万方数据学校代码：10225学号：S14419学位论文基于H因子的微博社区发现方法指导教师姓名：申请学位级别：论文提交日期：授予学位单位：车鑫张锡英副教授东北林业大学硕士学科专业：计算机应用技术2014—04—20论文答辩日期：2014—06—13东北林业大学授予学位日期：2014—06—25答辩委员会主席：论文评阅人：未夕厶杉素大学万方数据UniversityCode：10225RegisterCode：S14419㈣Y27芝j芝攀驾DissertationfortheDegreeofMasterDiscoveryMethodOfMicro--blogCommunityCandidat

2、e：BasedOnH．．IndexCheXinSupervisor：AssociateProfessorZhangXiyingAssociateSupervisor：AcademicDegreeAppliedfor：Speciality：Dateof0ralExamination：University：MasterComputerApplicationTechnologyJune13，2014NortheastForestry万方数据摘要近年来，微博已逐渐成为社交网络的核心。其从传统的社交网络中脱颖而出，在拥有了独立的服务平台后逐渐演化为一种新的信息发布形式。目前中国微博的注册用户数量已

3、突破5亿，其平台中存在大量有价值的信息可以发掘。在微博网络在形成过程中，部分微博用户会逐步形成一种小团体结构。微博网络中的小团体结构是社会网络中的一种的社区现象，如果能够挖掘到具有相同或相似兴趣爱好的小团体．就能更好的帮助微博用户选择关注对象，同时可以对具有相同兴趣爱好的用户群体进行精准的广告投放，方便微博营销工作的开展。为了满足婴幼儿产品微博营销寻找投放目标的需求，本文提出了一种基于用户影响力的微博社区发现方法。本文通过一种基于用户影响力的主题社区发现方法，利用本文构建的基于用户行为的僵尸粉识别模型，剔除了社区中的僵尸粉用户，保证了社区的纯洁性。本文提出的社区发现算法结合了基于H指数传

4、播能力的用户影响力排名、基于支持向量机的文本分类器、基于用户行为的僵尸粉识别模型等算法，经过真实数据的采集，最后从不同的维度对结果数据进行了实验及分析，通过实验分析表明基于本文提出的用于影响力的社区发现方法，具有较高的效率。关键词：数据挖掘：用户影响力；僵尸粉；社区发现；微博营销万方数据AbstractInrecentyears，micro．blogarebecomingthecoreofsocialnetwork·Afterhavingaseparateserviceplatform，itaregraduallyevolvedintoanewformofinformationdisSe

5、mination．Currently，thenumberofmicro-blogregisteredusersinChinahasexceeded5billion．Therearehugepotentialvaluableknowledgetominefromthemicro-blogplatform·Inprocessofthemicro．blognetwork，partofuserwillgraduallyformasmallgroup．Thisgroupisakindofsocialcommunityphenomenon．IfwecanminethesmallgroupuSersm

6、whichhaves锄eorsimilarinterests，itwillbeusefultohelpuserstofocustheconcern，andatthes锄etime．wewillhavaamoreefficientbecauseofprecisionadvertising·Inordertomeetdemandonthegoalofmicro-blogmarketingofinfantproducts，thispaperproposesamethodofmicro．blogcommunitydiscoverybasedonuserinfluence·Byusingtheme

7、thodofzombiefansrecognitionbasedonuserbehaviormodel，theexperimentexcludeslotsofzombiefansinausercommunity,toensurethepurityofthecommunity．Thecommunitydiscoverymethodthispaperproposedcombineswithuserinfluencerankingbase