基于k-means算法的微博用戶推薦功能研究
本文選題:微博關(guān)注興趣 切入點(diǎn):共同關(guān)注矩陣 出處:《情報(bào)雜志》2013年08期 論文類型:期刊論文
【摘要】:將微博中的興趣關(guān)注根據(jù)現(xiàn)有的類別進(jìn)行再次分類。以新浪微博達(dá)人為研究對(duì)象,提取他們關(guān)注的名人以及機(jī)構(gòu),并將這些名人、機(jī)構(gòu)根據(jù)主頁描述和標(biāo)簽進(jìn)行歸類;诠叉滉P(guān)系統(tǒng)計(jì)同時(shí)關(guān)注每兩個(gè)類別之間的用戶人數(shù)。最后將統(tǒng)計(jì)結(jié)果制成相關(guān)性矩陣,導(dǎo)入SPSS軟件中進(jìn)行k-means聚類,結(jié)果為具有相似性的興趣可以聚為一組。最后根據(jù)聚類結(jié)果結(jié)合現(xiàn)實(shí)情況分析各類別之間的相似性與區(qū)別。挖掘用戶關(guān)注興趣的隱性信息,并對(duì)微博用戶推薦興趣提出建議。
[Abstract]:Categorize the interest concerns in Weibo according to the existing categories. Take Weibo people of Sina as the research object, extract the celebrities and institutions they care about, and take these celebrities, The organization classifies according to the home page description and label. Based on the common chain relationship statistics, it also pays attention to the number of users between the two categories. Finally, the statistical results are made into the correlation matrix, and the results are imported into the SPSS software for k-means clustering. The result is that the interest with similarity can be grouped into a group. Finally, according to the clustering results and the reality, the similarity and difference among different categories are analyzed. The hidden information of user's interest is mined, and some suggestions are put forward for Weibo's user's interest recommendation.
【作者單位】: 天津財(cái)經(jīng)大學(xué);
【分類號(hào)】:TP311.13;F49
【參考文獻(xiàn)】
相關(guān)期刊論文 前10條
1 康偉;;基于SNA的突發(fā)事件網(wǎng)絡(luò)輿情關(guān)鍵節(jié)點(diǎn)識(shí)別——以“7·23動(dòng)車事故”為例[J];公共管理學(xué)報(bào);2012年03期
2 張國安;鐘紹輝;;基于k均值聚類的微博用戶分類的研究[J];電腦知識(shí)與技術(shù);2012年26期
3 張國安;鐘紹輝;;基于微博用戶評(píng)論和用戶轉(zhuǎn)發(fā)的數(shù)據(jù)挖掘[J];電腦知識(shí)與技術(shù);2012年27期
4 李清;沈彤;關(guān)毅;;面向大規(guī)模日志數(shù)據(jù)的聚類算法研究[J];智能計(jì)算機(jī)與應(yīng)用;2012年05期
5 劉鳳芹;;聚類算法研究[J];計(jì)算機(jī)光盤軟件與應(yīng)用;2012年21期
6 何黎;何躍;霍葉青;;微博用戶特征分析和核心用戶挖掘[J];情報(bào)理論與實(shí)踐;2011年11期
7 蘇娜;張志強(qiáng);劉志輝;;基于鏈接分析的圖林博客顯著度分析[J];情報(bào)資料工作;2010年01期
8 張丹;何躍;;基于聚類分析的SNS網(wǎng)絡(luò)研究[J];情報(bào)雜志;2012年05期
9 平亮;宗利永;;基于社會(huì)網(wǎng)絡(luò)中心性分析的微博信息傳播研究——以Sina微博為例[J];圖書情報(bào)知識(shí);2010年06期
10 袁園;孫霄凌;朱慶華;;微博用戶關(guān)注興趣的社會(huì)網(wǎng)絡(luò)分析[J];現(xiàn)代圖書情報(bào)技術(shù);2012年02期
【共引文獻(xiàn)】
相關(guān)期刊論文 前10條
1 康偉;;基于SNA的突發(fā)事件網(wǎng)絡(luò)輿情關(guān)鍵節(jié)點(diǎn)識(shí)別——以“7·23動(dòng)車事故”為例[J];公共管理學(xué)報(bào);2012年03期
2 張國安;鐘紹輝;;基于微博用戶評(píng)論和用戶轉(zhuǎn)發(fā)的數(shù)據(jù)挖掘[J];電腦知識(shí)與技術(shù);2012年27期
3 羅文伯;;社會(huì)網(wǎng)絡(luò)視角下的微博研究[J];今傳媒;2013年02期
4 李雅箏;郭璐;周榮庭;;微博媒體對(duì)現(xiàn)實(shí)社會(huì)網(wǎng)絡(luò)構(gòu)建的影響分析[J];今傳媒;2013年03期
5 涂師師;賈貞;;一個(gè)基于微博的局域社交網(wǎng)絡(luò)結(jié)構(gòu)和社會(huì)關(guān)系分析[J];廣西科學(xué);2013年01期
6 范柏乃;樓曉靖;;我國公共管理研究方法的統(tǒng)計(jì)分析及演進(jìn)路徑研究[J];公共管理學(xué)報(bào);2013年02期
7 張愷;馬忠軍;張溯章;;基于桂電微校園的社會(huì)網(wǎng)絡(luò)實(shí)證研究[J];桂林電子科技大學(xué)學(xué)報(bào);2013年02期
8 張東霞;;基于高校學(xué)生微博的輿情熱點(diǎn)分析與發(fā)現(xiàn)[J];東南傳播;2013年06期
9 王銳敏;;微博客用戶特性分析——以“新浪微博”為例[J];電子技術(shù)與軟件工程;2013年10期
10 金永生;王睿;陳祥兵;;企業(yè)微博營銷效果和粉絲數(shù)量的短期互動(dòng)模型[J];管理科學(xué);2011年04期
相關(guān)博士學(xué)位論文 前3條
1 王睿;企業(yè)微博營銷影響因素與短期效果測(cè)量研究[D];北京郵電大學(xué);2012年
2 易蘭麗;基于人類動(dòng)力學(xué)的微博用戶行為統(tǒng)計(jì)特征分析與建模研究[D];北京郵電大學(xué);2012年
3 肖宇;校園網(wǎng)絡(luò)信息傳播特性與用戶影響力研究[D];華中科技大學(xué);2012年
相關(guān)碩士學(xué)位論文 前10條
1 王瑩;教育技術(shù)微博社群研究[D];北京交通大學(xué);2011年
2 許玉;基于微博的網(wǎng)絡(luò)口碑研究[D];南京大學(xué);2011年
3 張嵐嵐;新浪微博的網(wǎng)絡(luò)輿情分析研究[D];華東師范大學(xué);2011年
4 謝婧t,
本文編號(hào):1638212
本文鏈接:http://sikaile.net/jingjilunwen/xxjj/1638212.html