微博用户的相似性度量及其应用

• 作者: 刘挺 徐志明 李栋 李生 王刚 袁树仑
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 微博 社会网络 用户相似度 团体挖掘 用户推荐
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 社交网络
• 页码范围: 207-218
• 页数: 12页
• 分类号: TP393
• 字数: 11175字
• 语种: 中文
• DOI: 10.3724/SP.J.1016.2014.00207

摘要

微博用户的兴趣分析和模型表示是用户关系分析的基础,而用户关系分析又构成了微博社会网络的生成和分析的基础.该文主要讨论微博的用户关系分析技术.作者将微博社会网络视为一个加权无向图,节点表示用户,边表示用户之间的关系,边的权值表示用户之间的关系强度.该文将用户关系强度定义为用户之间的相似度,分别给出了基于各种用户属性信息(背景信息、微博文本、社交信息)的用户相似度计算方法,并通过实验系统性对比了上述方法的优劣.实验结果显示:基于社交信息的用户相似度在用户关系分析方面取得了最好的效果.为了进一步验证上述用户相似度的实际性能,该文将它们应用于用户推荐的相关实验,基于社交信息的用户相似度又取得了最好的推荐效果.最后,该文应用基于社交信息的用户相似度生成了微博的社会网络(称作用户相似性网络),在该社会网络上进行了团体挖掘的实验,实验结果显示了该相似度在团体挖掘上的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王刚	哈尔滨工业大学计算机科学与技术学院	230	2830	30.0	42.0
2	李生	哈尔滨工业大学计算机科学与技术学院	118	3318	28.0	56.0
3	刘挺	哈尔滨工业大学计算机科学与技术学院	142	4348	34.0	63.0
4	李栋	哈尔滨工业大学计算机科学与技术学院	16	292	6.0	16.0
5	徐志明	哈尔滨工业大学计算机科学与技术学院	21	766	11.0	21.0
6	袁树仑	哈尔滨工业大学计算机科学与技术学院	1	124	1.0	1.0