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、万方数据目录暑_——-__—

2、量兽皇___—

3、暑詈詈曹日_●—量量詈詈鲁置_●—置—皇—量_●—鼍置量__—置皇__—●—薯量暑—__-一Im

4、I3．4本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．264基于H指数的微博用户影响力模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．274．1用户影响力的模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．274．2基于PageRank的用户影响力模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯274．2．1PageRank的计算模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．274．2．2微博数据

5、的获取⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．284：2．3用户的PageRank值计算⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯284．3基于H因子的用户影响力模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯3l4．4用户影响力的对比实验⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．324．4．1数据的获取及预处理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．324．4．2数据的描述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．324．4．3基于PageRank的用户影响力实验⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯

6、⋯344．4．4基于H指数的用户影响力实验⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．354．4．5实验结果对比分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．364．5本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．375基于微博用户影响力的社区发现方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。385．1实验环境搭建⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．385．2基于微博用户影响力的主题社区发现整体流程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．395．3基于微博用户影响力的社区发现实验及分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯

7、⋯⋯⋯．415．3．1实验过程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．415．3．2实验结果及分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．435．4木章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．43结论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．．．．⋯⋯⋯⋯。⋯⋯。⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．45参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．46附录⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．⋯⋯⋯⋯⋯⋯⋯⋯．⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯49攻读学位期间发表的学术论文

8、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．50致谢⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯51万方数据l绪论1绪论1．1研究背景及意义社会的个体之间的互动会形成比较稳定的社会关系，这是社会网络的普遍表现形式。个体之间的互动是社会网络关注的重点，同时在个体的相互互动的过程中，会对个体的社会行为产生～定的影响。随着计算机网络的迅速发展，出现了以物联网为载体的社会网络，在这样的虚拟社会网络中，人们可以更加方便的相互交流，传递信息。它真实地反应了社会关系的发展，并对社会关系的研究具有重要的意义。其中微博作为虚拟

9、社交网络的典型代表，正表现着强大的发展态势。截止到2013年上半年，新浪微博的用户量已超过5亿，已成为中国网民的主要社交平台。微博作为一个为用户提供一个信息共享、传播的网络化社交平台，以简短的内容发布实现实时的信息共享。微博的关注机制、简短性、实时信息性、广播式的传递方式是微博得以迅速发展的4个重要特性。微博正逐渐取代传统的BBS、博客等社交平台，同时由于国家政府机关与社会各界名人的重视与参与，使得微博具有重大的社会影响与惊人的传播能力。微博用户通过关注机制与网络中的其他用户产生联系，并且通过关注机制实现信息的共享和交流。在形成社交网络的过程当中，具有相同兴趣的用户会聚

10、集在一起，这些用户会一起分享相类似主题的信息，这些用户就逐步形成一种社会团体。社会团体内部的用户交流较为频繁，用户之间关系较为紧密，其内部的用户～般来说具有相同的兴趣爱好，并且消息能很好地在社团内部传播。与之相比，社会团体间的用户交流次数很少，关系较为疏远，并且社团间的用户的信息传播效果较差。社会网络的社团发现的研究近几年逐渐成为社会网络研究的热点，通过对社团发现的研究，我们通过网络对社团中的用户进行信息及朋友推荐。由于微博网络的用户量巨大，用户彼此互不了解，对于准确地找到具有相同兴趣或需求的社会团体，不仅具有及其重要的学术价值，而且对微