结合用户兴趣的微博信息传播模式挖掘

摘要：

由于信息传播模型是社区挖掘、社区影响力研究的基础，文中提出结合用户兴趣的信息传播模型，设计基于频繁子树的信息传播微观模式挖掘方法。首先，基于微博社交网络图表示及用户多标签建模，将微观信息传播模式转换为频繁子树挖掘问题。然后，针对微博社交网络图单节点多标签特性，设计多标签节点树的频繁子树挖掘算法( MLTreeMiner)。最后，结合主题提取方法，使用MLTreeMiner挖掘信息传播模式。在人工数据集上的实验表明， MLtreeMiner能高效地对多标签节点树进行频繁子树挖掘。针对新浪微博真实数据的实验也验证方法的有效性。

关键词：社交网络、用户兴趣、传播模式、频繁子树挖掘

所属期刊栏目：29

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金项目61572143,61472089,61202269;广东省自然科学基金项目2014A030306004,2014A030308008;广东省科技计划项目No.2015B010108006,2013B051000076,2012B01010029资助Supported by National Natural Science Foundation of China61572143,61472089,61202269;Natural Science Foundation of Guangdong Province2014A030306004,2014A030308008;Science and Technology Planning Project of Guangdong Province2015B010108006,2013B051000076,2012B01010029

在线出版日期：2016-11-17（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：924-935