【目的】提出一種對多維用戶興趣數(shù)據(jù)的集成建模方法,并在此基礎(chǔ)上研究用戶興趣的譜聚類方法。【方法】以"三只松鼠"微博數(shù)據(jù)為實(shí)例,采用超網(wǎng)絡(luò)模型對微博內(nèi)容及用戶互動(dòng)數(shù)據(jù)進(jìn)行整合建模,構(gòu)建互動(dòng)興趣度指數(shù),并結(jié)合譜聚類算法劃分用戶群。通過Silhouette Coefficient及Davies-Bouldin方法對實(shí)驗(yàn)結(jié)果進(jìn)行評估。【結(jié)果】對比三類用戶特征向量的最優(yōu)聚類效果,發(fā)現(xiàn)當(dāng)k取15時(shí),基于話題互動(dòng)超網(wǎng)絡(luò)特征向量的聚類DB值達(dá)到0.57,效果優(yōu)于基于互動(dòng)數(shù)據(jù)或博文內(nèi)容的特征向量,類群之間分布更均勻,類群內(nèi)部也更緊致。【局限】用戶特征數(shù)據(jù)的選取未能全面涵蓋。此外,不同維度數(shù)據(jù)對用戶興趣的影響程度或可進(jìn)一步探索�！窘Y(jié)論】通過對企業(yè)微博用戶群體分布情況和興趣特征的分析,提出對應(yīng)的維護(hù)和營銷建議,有助于指導(dǎo)企業(yè)更好地發(fā)現(xiàn)用戶興趣,提升微博營銷效果。

【文章頁數(shù)】：12 頁

【文章目錄】：
1 引言
2 研究現(xiàn)狀
    2.1 微博用戶興趣分析方法
    2.2 微博超網(wǎng)絡(luò)模型
    2.3 微博用戶興趣聚類方法
3 企業(yè)微博超網(wǎng)絡(luò)模型構(gòu)建
    3.1 話題子網(wǎng)
    3.2 互動(dòng)子網(wǎng)
    3.3 話題互動(dòng)超網(wǎng)絡(luò)
4 基于EMTIS的譜聚類算法
    4.1 譜聚類算法步驟
    4.2 基于EMTIS的用戶興趣特征向量
    4.3 用戶興趣相似度計(jì)算及相似矩陣構(gòu)建
5“三只松鼠”微博用戶興趣聚類及特征分析
    5.1 微博話題特征詞選取
    5.2 實(shí)驗(yàn)數(shù)據(jù)分析
    5.3“三只松鼠”用戶聚類效果評價(jià)
    5.4 用戶興趣類別特征分析
    5.5 討論及啟示
6 結(jié)語



本文編號：4032494