基于行为相似度的微博社区发现研究

• 作者: 蔡波斯 陈翔
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 行为相似度 微博 社区发现 社区划分 主成分分析 派系过滤方法
• 年，卷（期）: 2013,（8）
• 所属期刊栏目: 先进计算与数据处理
• 页码范围: 55-59
• 页数: 5页
• 分类号: TP391
• 字数: 5637字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2013.08.011

摘要

现实的微博关系矩阵通常具有稀疏性,而基于关系链接划分出的社区只能体现社区中人与人的朋友关系.为解决该问题,提出一种基于行为相似度的微博社区发现模型.采用主成分分析方法构造行为相似度,解决关系矩阵稀疏问题,使用改进的派系过滤方法克服计算量过大的缺点.通过抓取新浪微博的真实数据,将该模型与基于关系属性的社区划分模型进行对比,结果表明,该模型的平均集聚系数提高了5倍,更能体现出社区划分的强凝聚性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈翔	北京理工大学管理与经济学院	18	263	8.0	16.0
2	蔡波斯	北京理工大学管理与经济学院	1	25	1.0	1.0