一种新的WEB社群挖掘方法

随着互联网信息的增长,WEB挖掘已经成为数据挖掘研究的热点之一。论文关注于WEB社群挖掘。WEB社群是由对于同一主题感兴趣的人或组织创作的WEB页的集合。传统的挖掘方法由于只利用超链信息,所得出的社群或者太小、或者太大而没有意义。论文结合WEB页的内容信息和超链信息给出了一种基于分类方法的WEB社群挖掘算法。在包含8282个网页的WEBKB数据集上进行了实验,实验结果表明,该文算法可以挖掘出较大而且有意义的社群。

Web2．0社群视角下的公共空间重塑

互联网进入新时代，正强烈影响着社会各方面。社群作为一项互联网产品，与人的关系最为密切。研究社群模式，对我们理解Web2．0时代人的行为具有重要意义。网络空间削减了我们对城市公共空间的传豌需求。公共空间面临革新。文章以街道空间作为典型，从Web2．0社群视角探讨了城市公共空间熏塑的问题。