微博用户的相似性度量及其应用

摘要：

微博用户的兴趣分析和模型表示是用户关系分析的基础,而用户关系分析又构成了微博社会网络的生成和分析的基础.该文主要讨论微博的用户关系分析技术.作者将微博社会网络视为一个加权无向图,节点表示用户,边表示用户之间的关系,边的权值表示用户之间的关系强度.该文将用户关系强度定义为用户之间的相似度,分别给出了基于各种用户属性信息(背景信息、微博文本、社交信息)的用户相似度计算方法,并通过实验系统性对比了上述方法的优劣.实验结果显示:基于社交信息的用户相似度在用户关系分析方面取得了最好的效果.为了进一步验证上述用户相似度的实际性能,该文将它们应用于用户推荐的相关实验,基于社交信息的用户相似度又取得了最好的推荐效果.最后,该文应用基于社交信息的用户相似度生成了微博的社会网络(称作用户相似性网络),在该社会网络上进行了团体挖掘的实验,实验结果显示了该相似度在团体挖掘上的有效性.

关键词：微博、社会网络、用户相似度、团体挖掘、用户推荐

所属期刊栏目：37

分类号：TP393(计算技术、计算机技术)

资助基金：the Program of National Science Foundation of ChinaGrant 61173074;the Key Program of National Science Foundation of China Grant No.60736044.本课题得到国家自然科学基金61173074,60736044

在线出版日期：2014-03-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：207-218