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:
微博社区发现在舆情分析、个性化推荐等方面具有重要的应用价值。为了准确而高效地发现微博社交网络中的社区,提出了一种基于连边层次聚类的微博社区发现方法。该方法通过高度重叠社区的合并及划分误差的修正,进一步提高了微博社区发现的准确率。为了提高微博社区发现的效率,利用开源云计算平台Hadoop所提供的MapReduce编程模型进行了分布式并行处理。实验结果表明,所采用的微博社区发现方法不仅具有较高的准确率,而且具有较高的效率。
推荐文章
内容相似度微博社区发现方法研究
微博
社区发现
意见领袖
AP算法
模块度优化算法
基于微博的主题社区发现
领域领袖
微博营销
最大流
社区发现
信息检索
一种新的微博社区发现算法
微博网络
社区划分
TRKM算法
信任关联度
社区模块度
基于社区时空主题模型的微博社区发现方法
狄利克雷过程
地理标识微博
微博社区发现
微博主题挖掘
时空主题模型
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 微博社区快速发现方法
来源期刊 计算机科学与探索 学科 工学
关键词 微博 微博社区发现 连边层次聚类 MapReduce
年,卷(期) 2015,(9) 所属期刊栏目 网络与信息安全
研究方向 页码范围 1100-1107
页数 8页 分类号 TP301
字数 6102字 语种 中文
DOI 10.3778/j.issn.1673-9418.1410013
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 徐雅斌 北京信息科技大学计算机学院 49 375 10.0 18.0
3 刘超 北京信息科技大学计算机学院 26 79 4.0 7.0
4 武装 北京信息科技大学计算机学院 10 90 4.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (70)
共引文献  (44)
参考文献  (15)
节点文献
引证文献  (4)
同被引文献  (11)
二级引证文献  (0)
1966(1)
  • 参考文献(0)
  • 二级参考文献(1)
1971(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(8)
  • 参考文献(0)
  • 二级参考文献(8)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(6)
  • 参考文献(1)
  • 二级参考文献(5)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(5)
  • 参考文献(2)
  • 二级参考文献(3)
2010(10)
  • 参考文献(2)
  • 二级参考文献(8)
2011(16)
  • 参考文献(1)
  • 二级参考文献(15)
2012(7)
  • 参考文献(2)
  • 二级参考文献(5)
2013(7)
  • 参考文献(5)
  • 二级参考文献(2)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
微博
微博社区发现
连边层次聚类
MapReduce
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
计算机科学与探索
月刊
1673-9418
11-5602/TP
大16开
北京市海淀区北四环中路211号北京619信箱26分箱
82-560
2007
chi
出版文献量(篇)
2215
总下载数(次)
4
总被引数(次)
10748
论文1v1指导