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:
为解决微博社区发现过程中的检测效果不佳和效率偏低的问题,提出微博关注兴趣模型区间约简限定的社区检测算法.首先,通过参数权值有限约简进行曲线分析,并利用凸优化方法进行优化,对参数最优值区间进行划分;其次,对参数最优值分区进行断点设计和顺序搜索,对参数取值范围进一步进行限定,所有参数均对应唯一约简权值,并可实现并行化多个分区同步参数优化,进而有利于多个分区信息均衡融合;最后,基于新浪微博社区发现数据,通过实验对比验证算法在微博用户社区检测的微博社区发现数量、内聚兴趣均值指标上的优势.
推荐文章
结合微博关注特性的UF_AT模型用户兴趣挖掘研究
微博
用户关注特性
作者主题模型
兴趣挖掘
基于R-C模型的多分区权值约简微博社区检测算法
微博社区
多分区
顺序搜索
权值约简
凸优化
有限区间
大学生微博行为特点与关注兴趣的实证研究
大学生
微博行为
关注兴趣
实证研究
结合微博关注特性的UF_AT模型用户兴趣挖掘研究
微博
用户关注特性
作者主题模型
兴趣挖掘
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 微博关注兴趣模型区间约简限定的社区检测
来源期刊 控制工程 学科 工学
关键词 微博社区 关注兴趣模型 区间约简 社区检测
年,卷(期) 2018,(4) 所属期刊栏目 人工智能驱动的自动化
研究方向 页码范围 657-662
页数 6页 分类号 TP391
字数 5578字 语种 中文
DOI 10.14107/j.cnki.kzgc.151283
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 董瑞志 常熟理工学院计算机科学与工程学院 22 38 3.0 5.0
2 张雪伍 江苏理工学院商学院 12 23 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (137)
共引文献  (72)
参考文献  (17)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1951(1)
  • 参考文献(0)
  • 二级参考文献(1)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1970(2)
  • 参考文献(1)
  • 二级参考文献(1)
1971(1)
  • 参考文献(0)
  • 二级参考文献(1)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(2)
  • 参考文献(0)
  • 二级参考文献(2)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(8)
  • 参考文献(0)
  • 二级参考文献(8)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(7)
  • 参考文献(1)
  • 二级参考文献(6)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(21)
  • 参考文献(3)
  • 二级参考文献(18)
2005(13)
  • 参考文献(1)
  • 二级参考文献(12)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(15)
  • 参考文献(0)
  • 二级参考文献(15)
2008(10)
  • 参考文献(1)
  • 二级参考文献(9)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(9)
  • 参考文献(1)
  • 二级参考文献(8)
2011(17)
  • 参考文献(0)
  • 二级参考文献(17)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(7)
  • 参考文献(2)
  • 二级参考文献(5)
2014(6)
  • 参考文献(3)
  • 二级参考文献(3)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(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
关注兴趣模型
区间约简
社区检测
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
控制工程
月刊
1671-7848
21-1476/TP
大16开
沈阳东北大学310信箱
8-216
1994
chi
出版文献量(篇)
5468
总下载数(次)
9
总被引数(次)
44239
论文1v1指导