基于FIUHM模型的兴趣社区检测方法研究

本文刊于: 《现代情报》 2021年第0期

关键词:
FIUHM模型 兴趣社区 模糊形式概念分析 社团识别 稳定指数 社团形式概念

Keywords:
FIUHM model,interest community,fuzzy formal concept analysis,community identification,stability index,community formal concept
摘要
     [目的/意义]构建基于用户兴趣标签的网络社团识别模型(Fuzzy Interests and User Hybrid Model,FIUHM),揭示用户兴趣与社团形式概念间的模糊层级关系,实现多粒度属性与社团拓扑结构的层次聚类。[方法 /过程]通过抽取豆瓣电影社区数据,实现基于用户标签的兴趣强度语义标注,利用用户相似度,获取社区用户间兴趣语义距离;将网络社区的领接矩阵映射为社团形式背景,构建社团模糊概念格,建立社团形式概念及其偏序关系集,完成社团形式概念建模;通过计算社团稳定指数,识别网络社团边界,并聚类最大独立社团,实现兴趣社团的在线检测。[结果/结论]通过对比实验,验证了FIUHM模型的有效性,实验表明将模糊形式概念分析引入网络社团识别研究,利用模糊概念格的偏序关系建模用户节点间的兴趣相似度,有利于提高社团识别的分辨率。

基金项目:
安徽省高校人文社会科学重点项目“大数据背景下医疗纠纷事件的语义识别及其对网络舆情预警影响的研究”(项目编号:SK2018A1064)

上一篇:基于线性规划模型的人力调配管理智能优化系统设计
下一篇:基于多变量优化的恒定应力加速退化试验设计

分享到: 分享基于FIUHM模型的兴趣社区检测方法研究到腾讯微博           收藏
评论排行
公告 
相关期刊文献推荐
相关会议文献推荐
相关硕士文献推荐
相关博士文献推荐