一种基于时间片的微博用户分类方法

• 作者: 何炎祥 徐超 葛红美 陈强
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 微博用户分类 时间片微元 用户兴趣向量 朴素贝叶斯分类
• 年，卷（期）: 2013,（11）
• 所属期刊栏目: 计算机软件与数据库研究
• 页码范围: 2441-2445
• 页数: 5页
• 分类号: TP309
• 字数: 7138字
• 语种: 中文

摘要

针对微博用户分类问题提出时间片微元的概念,建立了时间片微元模型；对每个时间片内的微博所涉及到的用户进行研究得到时间片微元内部的用户兴趣度向量,最终整合所有时间片内的用户兴趣度向量,再对整个时间段内用户的兴趣度向量进行两次朴素贝叶斯分类,得到整个时间段内的用户分类.同时,对微博内容研究上规避了传统的单一的依靠系统标签形成用户网络的方式,结合了自然语言处理技术,提取用户兴趣方向,形成用户兴趣向量,然后对用户兴趣向量分析,采用改进的朴素贝叶斯分类算法进行用户分类.最后是对所提出的方法按详细步骤进行实验,研究结果表明,基于时间片的微博用户分类方法能有效对大规模的微博语料中所涉及到的用户进行较准确分类,为研究微博用户分类问题具有一定推动作用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何炎祥	武汉大学计算机学院	179	1866	22.0	35.0
5	徐超	武汉大学计算机学院	27	75	5.0	7.0
9	葛红美	武汉大学计算机学院	22	67	5.0	7.0
11	陈强	武汉大学计算机学院	20	297	8.0	17.0