位置:成果数据库 > 期刊 > 期刊详情页
基于主题和链接分析的微博社区发现算法
  • ISSN号:1001-3695
  • 期刊名称:计算机应用研究
  • 时间:2013.7.1
  • 页码:1953-1957
  • 分类:TP301.6[自动化与计算机技术—计算机系统结构;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]兰州交通大学电子与信息工程学院,兰州730070, [2]甘肃电力信息通信中心,兰州730050
  • 相关基金:国家自然科学基金资助项目(61163010);甘肃省陇原青年创新人才扶持计划资助项目(252003);兰州市科技计划资助项目(2008-1-28);甘肃省电力信息通信中心项目(KJ[2012]80号)
  • 相关项目:流数据分形维数削减与聚类进化及其互动研究
中文摘要:

针对传统社区发现方法大多基于链接或主题关系,且没有考虑获取微博用户社会信息时的限制,无法有效识别微博中多个社区的问题,提出了一种综合基于主题和链接分析的微博社区发现算法来挖掘微博中多个社区。算法首先研究微博用户的链接及博文主题特性,定义了链接相关度和主题相关度公式;然后推出用户总相关度公式,以此来计算节点间的传递概率,用改进后的标签传递算法对用户分类;最终划分出兴趣相似且社会联系紧密的用户群。真实数据集上的仿真实验验证了该方法的合理性和有效性。

英文摘要:

Tranditional community discovery algorithms are generally based on either links or interests and don’t take limits of obtaining microblog users’ social information into consideration,so they can’t detect multiple communities effectively.Therefore,this paper proposed a microblog community discovery algorithm based on both links and topics to discover communities in microblog.It first studied characteristics of links and blog’s topics,then deduced user’s relationship formulas,on basis of which,it calculated transfer probability and used improved label propagation algoritym to divide communities.Finally,it distinguished different clusters of people who close relationships and similar interests.The simulation results on real social dataset verify that the proposed method is reasonable and effective.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《计算机应用研究》
  • 北大核心期刊(2011版)
  • 主管单位:四川省科学技术厅
  • 主办单位:四川省计算机研究院
  • 主编:刘营
  • 地址:成都市成科西路3号
  • 邮编:610041
  • 邮箱:arocmag@163.com
  • 电话:028-85210177 85249567
  • 国际标准刊号:ISSN:1001-3695
  • 国内统一刊号:ISSN:51-1196/TP
  • 邮发代号:62-68
  • 获奖情况:
  • 第二届国家期刊奖百种重点科技期刊,国内计算技术类重点核心期刊,国内外著名数据库收录期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:60049