基于标签的微博人脉网络挖掘算法和结构分析

摘要：

针对互联网微博业务的广泛应用及其对大数据挖掘和分析的影响，提出一种基于标签的微博人脉网络挖掘算法。分析该网络的结构特征，利用微博用户标签，在模糊匹配过程中计算词语之间的匹配度时，主要考虑词语语素、次序和词长3个因素。为弱化以不同用户为起点对算法准确率的影响，分别以普通用户和名人用户为起点用户，挖掘微博人脉网络数据。同时，研究微博人脉网络的结构特性，通过分析发现微博人脉网络同时具有小世界和无标度特性。实验结果表明，运用该算法对名人用户和普通用户朋友中对IT感兴趣的人进行挖掘的误差率是可接受的。其中，挖掘10个名人用户朋友时算法的平均误差率为14.08%，挖掘10个普通用户朋友时算法的平均误差率为10.63%。

关键词：标签、微博、人脉网络、模糊匹配、数据挖掘、结构特征

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目60973129；广东省自然科学基金资助项目S2011010000812。

在线出版日期：2014-06-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：7-11