本文關(guān)鍵詞：有向網(wǎng)絡(luò)興趣社區(qū)的快速挖掘算法及其在僵尸粉檢測中的應(yīng)用

  更多相關(guān)文章： 微博 有向圖 社區(qū)挖掘 用戶興趣小組 僵尸粉

【摘要】：針對傳統(tǒng)的無向網(wǎng)絡(luò)社區(qū)挖掘方法無法實(shí)現(xiàn)大規(guī)模有向網(wǎng)絡(luò)中社區(qū)有效發(fā)現(xiàn)的問題,提出了一種新的有向圖社區(qū)及其興趣特征快速挖掘算法。采用貪心算法求解社區(qū)劃分模塊性最大化的優(yōu)化問題,較好地平衡了有向圖社區(qū)挖掘中準(zhǔn)確性與有效性之間的矛盾,實(shí)現(xiàn)對大規(guī)模微博類有向網(wǎng)絡(luò)社區(qū)結(jié)構(gòu)的有效識別;基于發(fā)現(xiàn)的社區(qū),采用tf-idf算法進(jìn)一步挖掘社區(qū)用戶的興趣愛好,實(shí)現(xiàn)了對微博網(wǎng)絡(luò)中興趣小組的精確挖掘�；谛吕宋⒉┑膶�(shí)驗(yàn)結(jié)果表明:所提算法不僅可以快速有效地挖掘有向網(wǎng)絡(luò)中的社區(qū)結(jié)構(gòu)及其用戶的興趣特征,還能夠準(zhǔn)確地檢測出微博網(wǎng)絡(luò)中的僵尸粉社區(qū),研究結(jié)果對微博系統(tǒng)的凈化、謠言控制、網(wǎng)絡(luò)廣告的精準(zhǔn)投放等研究具有重要的參考價值。
【作者單位】： 西安交通大學(xué)智能網(wǎng)絡(luò)與網(wǎng)絡(luò)安全教育部重點(diǎn)實(shí)驗(yàn)室;清華大學(xué)自動化系智能與網(wǎng)絡(luò)化系統(tǒng)研究中心;
【關(guān)鍵詞】： 微博 有向圖 社區(qū)挖掘 用戶興趣小組 僵尸粉
【基金】：國家自然科學(xué)基金資助項(xiàng)目(61221063,61103240,6113241) 國家科技支撐計劃資助項(xiàng)目(2011BAK08B02) 中央高�；究蒲袠I(yè)務(wù)費(fèi)資助項(xiàng)目(2012jdhz09,xjj2011015)
【分類號】：TP393.01
【正文快照】： 微博作為一種新興的社交媒體,自其創(chuàng)建以來便迅速得到了眾多用戶的喜愛和參與,因其對網(wǎng)絡(luò)營銷、社會輿論的極大影響力而受到越來越多學(xué)者的關(guān)注。微博通過用戶之間的相互關(guān)注而構(gòu)成網(wǎng)絡(luò),且這種關(guān)注關(guān)系是單向的,使微博關(guān)注網(wǎng)絡(luò)成為典型的有向網(wǎng)絡(luò)[1]。在社會網(wǎng)絡(luò)中,具有相似角

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前3條

1 楊楠,弓丹志,李_，

本文編號：1034464