基于行为相似度的微博社区发现研究

现实的微博关系矩阵通常具有稀疏性,而基于关系链接划分出的社区只能体现社区中人与人的朋友关系。为解决该问题,提出一种基于行为相似度的微博社区发现模型。采用主成分分析方法构造行为相似度,解决关系矩阵稀疏问题,使用改进的派系过滤方法克服计算量过大的缺点。通过抓取新浪微博的真实数据,将该模型与基于关系属性的社区划分模型进行对比,结果表明,该模型的平均集聚系数提高了5倍,更能体现出社区划分的强凝聚性。