基于标签的微博人脉网络挖掘算法和结构分析

• 作者: 张连明 王莎
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 标签 微博 人脉网络 模糊匹配 数据挖掘 结构特征
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 移动社交专题
• 页码范围: 7-11
• 页数: 5页
• 分类号: TP393
• 字数: 4861字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2014.05.002

摘要

针对互联网微博业务的广泛应用及其对大数据挖掘和分析的影响，提出一种基于标签的微博人脉网络挖掘算法。分析该网络的结构特征，利用微博用户标签，在模糊匹配过程中计算词语之间的匹配度时，主要考虑词语语素、次序和词长3个因素。为弱化以不同用户为起点对算法准确率的影响，分别以普通用户和名人用户为起点用户，挖掘微博人脉网络数据。同时，研究微博人脉网络的结构特性，通过分析发现微博人脉网络同时具有小世界和无标度特性。实验结果表明，运用该算法对名人用户和普通用户朋友中对IT感兴趣的人进行挖掘的误差率是可接受的。其中，挖掘10个名人用户朋友时算法的平均误差率为14.08%，挖掘10个普通用户朋友时算法的平均误差率为10.63%。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张连明	湖南师范大学物理与信息科学学院	46	256	8.0	15.0
2	王莎	湖南师范大学物理与信息科学学院	1	3	1.0	1.0