摘要
文章通过对用户数据的分析,根据用户的教育情况,用户的收入情况,采用k均值算法对用户进行聚类,将具有相同特征的用户归为同一类,为微博的个性化营销和服务提供依据。
出处
《电脑知识与技术（过刊）》
2012年第9X期6273-6275,共3页
Computer Knowledge and Technology
参考文献2
-
1廉捷,周欣,曹伟,刘云.新浪微博数据挖掘方案[J].清华大学学报（自然科学版）,2011,51(10):1300-1305. 被引量：120
-
2KANG Shulong,ZHANG Chuang.Complexity research ofmassively microblogging based on human behaviors[].nd International Workshop on DatabaseTechnology and ApplicationsDBTA—Proceedings.2010
二级参考文献11
-
1欧健文,董守斌,蔡斌.模板化网页主题信息的提取方法[J].清华大学学报（自然科学版）,2005,45(S1):1743-1747. 被引量：70
-
2周立柱,林玲.聚焦爬虫技术研究综述[J].计算机应用,2005,25(9):1965-1969. 被引量：156
-
3Pieter N, Michiel H. Mining Twitter in the cloud: A case study [C]// Proceedings of the 2010 IEEE 3rd International Conference on Cloud Computing, CLOUD 2010. Miami, USA: IEEE Computer Society, 2010: 107 -114.
-
4Abraham R, Martinez T. Twitter: Network properties analysis [C]// Proceedings of the CONIELECOMP 2010 20th International Conference on Electronics Communications and Computers. Cholula Puebla, Mexico: IEEE Computer Society, 2010: 180 - 184.
-
5wenE,SunV.新浪微博研究报告[Z/OL].(2011-05-20),http://www.techweb.com.cn/data/2011-02-25/916941.shtml.
-
6HAN Ruixia. The influence of microblogging on personal public participation [C]// Proceedings of the 2010 IEEE 2nd Symposium on Web Society, SWS 2010. Beijing, China: Association for Computing Machinery, 2010:615 -618.
-
7KANG Shulong, ZHANG Chuang. Complexity research of massively microhlogging based on human behaviors [C]//2010 2nd International Workshop on Database Technology and Applications, DBTA2010 Proceedings. Wuhan, China: IEEE Computer Society, 2010: 1 -4.
-
8WANG Rui, JIN Yongsheng. An empirical study on the relationship between the followers' number and influence of microblogging [C]// Proceedings of the International Conference on E-Business and E-Government, ICEE 2010. Guangzhou, China: IEEE Computer Society, 2010: 2014- 2017.
-
9Westman S, Freund L characters or less : Genres on interaction in 140 twitter [C]//IIiX 2010 Proceedings of the 2010 Information Interaction in Context Symposium. New Brunswick, USA: Association for Computing Machinery, 2010:323 - 326.
-
10姚峰.Java平台中Base64编码/解码算法的改进[J].计算机应用与软件,2008,25(12):164-165. 被引量：10
共引文献119
-
1韩妍妍,何彦茹,刘培鹤,任慧,张锦圣.基于爬虫的XSS漏洞检测工具设计与实现[J].北京电子科技学院学报,2019,0(1):7-16. 被引量：1
-
2于洪,杨显.微博中节点影响力度量与传播路径模式研究[J].通信学报,2012,33(S1):96-102. 被引量：27
-
3于留宝,胡长军,苏林晗.基于MapReduce的微博文本采集平台[J].计算机科学,2012,39(S3):143-145. 被引量：5
-
4王晶,朱珂,汪斌强.基于信息数据分析的微博研究综述[J].计算机应用,2012,32(7):2027-2029. 被引量：21
-
5孙晓莹,李大展,王水.国内微博研究的发展与机遇[J].情报杂志,2012,31(7):25-33. 被引量：12
-
6赵前东,叶猛.微博热点话题检测系统的设计与实现[J].电视技术,2013,37(3):205-208. 被引量：3
-
7王静,黄地龙.基于数据挖掘的微博人气用户特征分析与研究[J].数字通信,2013,40(1):17-18. 被引量：5
-
8戴月卿,钟玲,林柏钢,陈明志.基于微博的人物关系网络挖掘系统[J].信息网络安全,2013(2):83-86. 被引量：4
-
9陈彦舟,曹金璇.基于Hadoop的微博舆情监控系统[J].计算机系统应用,2013,22(4):18-22. 被引量：27
-
10刘臣,田占伟,于晶,单伟.在线社会网络用户的信息分享行为预测研究[J].计算机应用研究,2013,30(4):1017-1020. 被引量：2
同被引文献58
-
1张丹,何跃.基于聚类分析的SNS网络研究[J].情报杂志,2012,31(5):62-65. 被引量：3
-
2陈富国.多维标度法的理论与方法[J].心理科学通讯,1990,13(4):38-42. 被引量：24
-
3冯爱民,陈斌.基于局部密度的单类分类器LP改进算法[J].南京航空航天大学学报,2006,38(6):727-731. 被引量：3
-
4张建萍,刘希玉.基于聚类分析的K-means算法研究及应用[J].计算机应用研究,2007,24(5):166-168. 被引量：124
-
5Jiawei Han,Micheline Kamber.数据挖掘概念与技术[M].北京:机械工业出版社,2008:148-154.
-
6程学旗,沈华伟.社会信息网络中的社区分析[J].中国计算机学会通讯,2012,7(12):12—20.
-
7袁园,孙霄凌,朱庆华.微博用户关注兴趣的社会网络分析[J].情报分析与研究,2012(2):68-75.
-
8李平,刘洋.信息检索分析与展示[M].北京:清华大学出版社,2012.
-
9Mark Granovetter. The Strength of Weak Ties [ J ]. The Ameri- can Joumal of Sociology. 1973, 78 (6) : 1360 - 1380.
-
10MattbewA.Russell.社交网站的数据挖掘与分析[M].师蓉译.北京:机械工业出版社,2012.
引证文献6
-
1杨尊琦,张倩楠.基于k-means算法的微博用户推荐功能研究[J].情报杂志,2013,32(8):142-144. 被引量：16
-
2林晓丽,胡可可,胡青.基于Python的微博用户关系挖掘研究[J].情报杂志,2014,33(6):144-148. 被引量：15
-
3王和勇,洪明.特征融合在微博数据挖掘中的应用研究[J].现代情报,2015,35(5):68-72. 被引量：3
-
4王亮亮,李小聪.社交网络用户关系分析[J].软件导刊,2017,16(5):152-154. 被引量：2
-
5林燕霞,谢湘生.基于社会认同理论的微博群体用户画像[J].情报理论与实践,2018,41(3):142-148. 被引量：68
-
6李瑞恒.基于聚类的芯片次品判别分析[J].通讯世界,2019,26(1):278-279.
二级引证文献104
-
1周胜,龚鸣敏,田福庆.基于传播行为的微博用户联合谱聚类方法研究[J].中国网络传播研究,2018(2).
-
2林晓丽,胡可可,胡青.基于Python的微博用户关系挖掘研究[J].情报杂志,2014,33(6):144-148. 被引量：15
-
3张莉曼,张向先,卢恒,张玲.知识直播平台付费用户群体画像研究[J].图书情报工作,2019,63(5):84-91. 被引量：22
-
4徐则阳,刘博.百度贴吧用户兴趣分类[J].福建电脑,2014,30(11):44-46.
-
5姬朝阳.一种基于标签耦合分析的微博用户关系挖掘方法[J].情报杂志,2015,34(2):164-167. 被引量：4
-
6崔金栋,于圆美,王新媛,孙遥遥.信息管理技术视角下微博研究综述与趋势分析[J].图书馆论坛,2015,35(4):92-99. 被引量：11
-
7李勇,田晶晶.基于UTAUT模型的政务微博接受度影响因素研究[J].电子政务,2015(6):39-48. 被引量：22
-
8高哲,罗挺豪,赵珓言,杜健平,唐建鹏,陈荣钦.基于微博内容的用户兴趣爱好分类模型[J].台州学院学报,2015,37(3):18-21.
-
9张士豪,顾益军,张俊豪.基于用户聚类的热门微博分类研究[J].信息网络安全,2015(7):84-89. 被引量：10
-
10谭思妮,陈平华.蛛网态微博关系网中有影响力用户的识别研究[J].广东工业大学学报,2015,32(3):61-66.
-
1陶钦胜.数据挖掘在金融行业CRM中的应用研究[J].科技信息,2011(15):58-58. 被引量：1
-
2李莉莉.教育游戏在flash教学中的应用研究[J].电子测试,2016,27(5X).
-
3HP Exstream全面助力银行提升客户满意度[J].中国金融电脑,2010(1):94-94.
-
4北电微软结成战略联盟[J].铁路计算机应用,2006,15(7):57-57.
-
5有感于“裁减客户”[J].今日工程机械,2008(10):6-6.
-
6杨桂明.计算机教学之我见[J].中国科技期刊数据库 工业A,2015(12):255-255.
-
7爱普生:本土化的营销和服务[J].电子商务,2004,5(5):71-71.
-
8北电微软结成战略联盟[J].中国新通信,2006(15):62-62.
-
9趋势科技公布第三季度业绩[J].现代信息技术,2004(12):87-87.
-
10Point 35 Microstructures推出新的memsstar微机电系统生产平台[J].电子与电脑,2009,9(4):92-92.
