[发明专利]一种基于用户综合相似度的微博社区划分方法

摘要

本发明设计一种基于用户综合相似度的微博社区划分方法，该方法的具体过程是1、获取微博数据，对博文集合进行LDA主题模型训练，通过基于特征扩展的主题挖掘得到用户主题相似度矩阵；2、构造以用户为节点、用户关系为边的网络拓扑图，根据节点链接相关度和主题相似度得出用户综合相似度矩阵；3、首先为每一个节点分配唯一的标签，并评估节点的潜在影响力，然后以潜在影响力降序作为节点选择顺序，以节点综合相似度降序作为节点更新标签的顺序；最后进行标签的迭代更新。通过上述方式，本发明能够在考虑用户综合相似度的基础上，通过改进的标签传播算法对微博用户进行社区划分，对于网络舆情监测、商业用户挖掘等都具有较好的应用价值。

主权项

一种基于用户综合相似度的微博社区划分方法,其特征在于包括以下步骤：步骤一，获取微博数据，建立博文集合，进行LDA主题模型训练，获得‘类别‑主题’矩阵；步骤二，对所有用户的博文进行基于特征扩展的主题挖掘，得到‘用户‑主题’矩阵；步骤三，对所有用户进行主题相似度计算；步骤四，为每一个用户节点分配唯一的标签，并对用户节点的潜在影响力进行评估；步骤五，根据用户节点潜在影响力进行排序，从潜在影响力值大的节点开始计算相连接节点的综合相似度，以用户节点的综合相似度的高低顺序作为节点更新遍历的顺序；步骤六，进行标签的同步迭代更新，直到节点标签不再改变；步骤七，将所有具有相同标签的节点归为一个社区。