基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
以新浪微博为研究平台,随机获取微博用户数据作为研究样本,通过共链关系构建社会网络,利用聚类分析方法对样本进行微博关注好友的网络群体分析,网络内部子结构分析和个体角色分析。进而从微博用户好友数据中挖掘关注对象的特征和关注对象间的关联特征,并对改进微博用户关注好友的推荐和信息推送提出一些建议。
推荐文章
基于关联规则挖掘的社区网络数据爬虫算法
关联规则挖掘
社区网络
数据爬虫
推荐
基于用户行为网络的微博意见领袖挖掘算法
意见领袖
微博
话题
PageRank
基于用户特征属性的微博话题关键用户挖掘
关键用户
微博用户排序
时间属性
用户交互
基于发文内容的微博用户兴趣挖掘方法研究
微博
发文内容
兴趣挖掘
主题短语模型
知识库
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于微博的用户社区网络挖掘分析
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 微博社区 用户关系 特征分析 关注推荐
年,卷(期) 2014,(6) 所属期刊栏目
研究方向 页码范围 3943-3947
页数 5页 分类号 TP311
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 肖基毅 南华大学计算机科学与技术学院 43 178 7.0 11.0
2 李佳 南华大学计算机科学与技术学院 22 75 5.0 8.0
3 吴霖 南华大学计算机科学与技术学院 6 58 2.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
微博社区
用户关系
特征分析
关注推荐
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导