结合用户生成内容与链接关系的社区发现算法

摘要：

社区发现一直是社会网络研究中的热点内容.但是当前社区发现算法更加关注用户与用户之间的链接关系,而对社会网络中用户生成内容(user generated contents,UGC)大数据研究较少.用户生成内容是Web2.0的特点,也是社会网络平台吸引用户的重要原因之一,对社区的形成起着重要作用.提出了一种新的社区发现算法,能够综合利用用户与用户之间的链接关系以及用户生成内容来确定用户的社区划分.该算法用LDA (latent Dirichlet allocation)算法分析用户生成内容中主要的内容形式——文本信息,同时通过谱分析方法分析用户与用户之间的链接关系,并有机结合以发现网络的社区结构.通过分析科学网的真实数据,证明了所提算法能够有效综合利用用户生成内容与用户链接关系,使社区发现的结果更加客观准确.

关键词：社区发现、用户生成内容、用户链接关系、社会网络

所属期刊栏目：10

分类号：TP311(计算技术、计算机技术)

资助基金：The National Natural Science Foundation of China under Grant No.61402093;the MOE-Intel Special Fund of Information Technology under Grant No.MOE-Intel-2012-06;the Scientific and Technological Projects of Liaoning Province under Grant No.2013217004-1

在线出版日期：2016-06-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：194-200