基于约束信息的微博用户划分

• 作者: 严长春 於跃成 王志凯 蔡莹
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 微博 用户群体 约束聚类 用户划分
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 2845-2849
• 页数: 5页
• 分类号: TP338.8
• 字数: 4921字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2019.11.040

摘要

针对微博用户群体难以区分的问题,论文提出了基于用户关系的弱约束K-means算法.借助于约束K-means聚类的思想,改进了度量微博用户之间关系的方式,设计了用户之间关系强弱的计算方法.同时,为了进一步改善微博中存在的好友稀疏问题,论文同时选取目标用户的好友及其好友的好友来改进聚类的划分效果.在新浪微博真实数据集上的一组实验表明,该算法相比于传统聚类算法,算法对于社交网络数据具有更好的适用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	於跃成	江苏科技大学计算机学院	17	75	5.0	8.0
2	严长春	江苏科技大学计算机学院	4	0	0.0	0.0
3	王志凯	江苏科技大学计算机学院	2	1	1.0	1.0
4	蔡莹	江苏科技大学计算机学院	3	0	0.0	0.0