社交網(wǎng)絡(luò)博客主題挖掘與應(yīng)用.pdf

1、Web2.0興起讓越來越多的網(wǎng)絡(luò)使用者參與到社交網(wǎng)絡(luò)中,他們熱衷于進行資源分享,信息互換,互相之間的交流也越來越多。針對用戶產(chǎn)生內(nèi)容的研究不僅可以幫助商家了解各類不同用戶群對商品的喜好趨勢,也能改善多種網(wǎng)絡(luò)服務(wù),對用戶體驗具有很重要的意義。
　　Blog是社交網(wǎng)絡(luò)中最主要的用戶產(chǎn)生內(nèi)容,如何準確了解博文的分類是用戶興趣與關(guān)注點分析的基礎(chǔ)。本文針對blog(博客,又稱為博文,網(wǎng)絡(luò)日志)進行了兩方面的研究:針對博文的主題分類研究以及基

2、于博文內(nèi)容的潛在好友推薦的研究。具體工作如下:
　　1)針對現(xiàn)有的文本分類方法不能很好應(yīng)用于博文等多主題文檔的現(xiàn)狀,提出了一個雙層的多標簽博客主題分類模型。通過使用文本預處理等步驟,模型提取出關(guān)鍵詞并結(jié)合使用《知網(wǎng)》與《同義詞詞林》這兩個知識庫進行語義相似度匹配,并利用Dempster證據(jù)理論為博文進行多標簽自動分類。文章使用語料庫和人人網(wǎng)數(shù)據(jù)進行實驗分析,結(jié)果證明了該模型的有效性與可延展性,很好的解決了具有多主題特點的社交網(wǎng)絡(luò)博

3、文分類的問題,為社交網(wǎng)絡(luò)用戶群體分析提供基礎(chǔ)。同時,模型解決了普遍的規(guī)則文檔的分類問題,為網(wǎng)絡(luò)信息分析和解讀提供了有效工具。
　　2)由于網(wǎng)絡(luò)用戶漸漸已經(jīng)不滿足于現(xiàn)實中的朋友圈形成的社交圈,在社交網(wǎng)絡(luò)中找到擁有共同興趣愛好的陌生用戶成了眾多用戶的需求。為此,本文關(guān)注了博客多標簽主題分類的應(yīng)用:針對用戶的博文內(nèi)容進行的潛在好友推薦。模型通過對用戶博文進行分析,挖掘到用戶的興趣關(guān)注分布,再基于用戶興趣隨時間變化的問題,引入時間敏感因子