基于相似度的微博社交网络的社区发现方法
外文标题:Similarity-Based Community Detection in Social Network of Microblog
文献类型:期刊
作者:孙怡帆[1]
机构:[1]中国人民大学应用统计科学研究中心
[2]中国人民大学统计学院
年:2014
期刊名称:计算机研究与发展
卷:51
期:12
页码范围:2797-2807
增刊:增刊
收录情况:EI(20150400441283)
所属部门:统计学院
语言:中文
ISSN:1000-1239
链接地址:http://d.g.wanfangdata.com.cn/Periodical_jsjyjyfz201412020.aspx
DOI:10.7544/issn1000-1239.2014.20131209
人气指数:1
浏览次数:1
基金:中国人民大学科学研究基金项目(中央高校基本科研业务费专项资金资助项目)
关键词:微博;社区发现;标签;相似度;模块化
摘要:作为一种新兴的社交媒体,微博由于其信息的简短性、实时性和公开性,在短短4年内已积累数以亿计的用户并且数量还在迅速增长,由此带来的社会影响日益广泛.对微博用户关系网络进行社区发现具有重要的理论和实际意义.根据微博网络的有向性及建立关注关系的随意性等特点,提出一种基于共同关注和共同粉丝的微博用户相似度,定义此相似度的模块化函数,依据贪心算法思想设计出基于此模块化函数最大化的社区发现方法,并在此基础上将该方法推广到具有标签信息的微博网络中.应用该方法处理了3个真实的微博用户关系网络数据,结果表明该方法可以有效地发掘微博用户关系网络中的社区结构.
作者其他论文
北京教育基本公共服务水平测评.杜子芳;雷小乔;孙怡帆.调研世界.2016,54-58.
基本公共服务绩效评价指标体系的构建.孙怡帆;杜子芳;邢景丽.统计与决策.2016,43-45.
中文顶级教育类期刊的论文偏好模式与期刊影响力--来自2015年18家教育类中文核心期刊论文的证据.潘昆峰;孙怡帆;何章立.中国高教研究.2016,30-38.