在線社交網(wǎng)絡中基于用戶的知識組織模式研究.pdf

1、當前社交網(wǎng)絡主要依賴分類導航與信息搜索進行較淺層次的信息組織，社交網(wǎng)絡上存在海量的數(shù)據(jù)，影響了用戶信息查找的效率，以用戶為中心進行UGC與知識社區(qū)的組織能夠提高用戶信息檢索的效率，因此研究用戶知識組織具有重要意義。
　　本文以在線社交網(wǎng)絡中的用戶為研究對象，以新浪微博為平臺，研究用戶生成內容(User Generated Content，UGC)的主題層次體系構建、用戶建模、社區(qū)發(fā)現(xiàn)以及這三個維度的關聯(lián)等四個方面的內容。
　

2、　UGC的主題層次體系構建能夠讓用戶快速地了解各個主題之間的關系，方便用戶快速準確地找到自己感興趣的內容。本文利用主題模型挖掘潛在主題，抽取各個主題下的文檔集合，在此基礎上，進一步利用主題模型，挖掘子主題，構建主題層次體系，用以進一步了解主題內容及其熱度。
　　在用戶建模部分，本文在用戶的原創(chuàng)、轉發(fā)、點贊微博組合得到的不同數(shù)據(jù)集上，運用作者主題模型，獲取每個用戶自身的建模結果;并結合粉絲集合、關注集合的建模結果對用戶興趣模型進行擴

3、展更新。此外，本文對機構用戶的官方微博進行用戶建模研究，并增加時間維度，揭示用戶關注的熱點話題及其演化情況。
　　在社區(qū)發(fā)現(xiàn)部分，本文分別在粉絲關系數(shù)據(jù)、關注關系數(shù)據(jù)以及二者混合數(shù)據(jù)上，運用標簽傳播算法進行社區(qū)劃分，得到了較好的社區(qū)劃分結果;然后結合用戶信息對不同社區(qū)的構成進行分析，能夠明顯地發(fā)現(xiàn)各個社區(qū)關注的主題不同。
　　在多維度知識體系構建部分，本文依據(jù)相似度計算，實現(xiàn)UGC主題層次體系、用戶、社區(qū)的多維度關聯(lián)，從而得