多维社交网络中的社区发现算法研究

多维社交网络中蕴含着多个维度的信息,若单独选择其中一维进行社区发现显然是不合理的。为解决这个问题,提出一种综合社交关系(包括好友关系、评论关系、推荐转发关系等)和兴趣相似的社区发现方法。首先研究用户的社交行为关系,定义用户社交强弱度,推出用户紧密度公式;然后使用主题模型研究用户博文主题特性,定义主题相似度公式;再推出用户总相关度公式,并用其计算节点间的传递概率,使用Label Propagation算法对用户进行划分;最终划分出综合用户社交联系紧密且兴趣相似的社区,在真实微博上验证该方法的合理性和有效性。