基于K-means聚类的微博用户活跃度研究

• 作者: 侯小培 闫绍山 高迎
• 来源期刊: 管理观察
• 学科: 工学
• 关键词: 微博 K-means聚类算法 用户活跃度 社交网络平台
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 公共管理
• 页码范围: 88-89
• 页数: 2页
• 分类号: TP311.1|F49
• 字数: 2211字
• 语种: 中文

摘要

以新浪微博用户为例,分析用户的相关数据,根据用户的粉丝数量、关注数量、发博文数量三个基本属性,采用K-means聚类算法对用户进行聚类分析,构建出用户活跃度聚类模型,为进一步的如何提升用户活跃度研究及采取相应措施保持、提高用户活跃度提供依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高迎		30	63	4.0	7.0
2	侯小培		3	9	1.0	3.0
3	闫绍山		2	1	1.0	1.0