基于Clauset和PageRank的社交网络族群兴趣发现研究

摘要：

传统的话题识别方法实现对新闻媒体信息流中新话题的自动识别，主要针对长文本信息，不适用于数据稀疏的微博客。为此，本文提出一种以用户语言为基础的话题词库，构建主题词共现图进行微博客话题识别。在此基础上，分别用Clauset算法及PageRank算法进行了模块化的聚类。前者从内容视角发现了不同的兴趣簇群，其社区结构较为扁平化；后者从人的视角发现了不同的兴趣簇群，群意见领袖均为现实社会的权威人物，其社区结构呈现较明显的层级性。

关键词：词共现图、族群兴趣、Clauset PageRank

分类号：G202(信息与传播理论)

在线出版日期：2015-12-15（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：183-187