基于鏈接的Blog社區(qū)發(fā)現(xiàn)技術(shù)研究與實現(xiàn).pdf

1、Blog是一種基于RSS技術(shù)的信息交互平臺，它是一種作者與讀者以日志風(fēng)格進行交互的中介，是一種嶄新的信息傳播和交互方式。與傳統(tǒng)的網(wǎng)絡(luò)信息相比，Blog領(lǐng)域鏈接關(guān)系更加豐富，Blog作者間交互更加頻繁，為用戶在互聯(lián)網(wǎng)上發(fā)布信息和進行交互提供了方便。
　　隨著Blog的迅速發(fā)展，信息量的膨脹和信息源的無限增加也給互聯(lián)網(wǎng)用戶查找自己所關(guān)心的信息帶來了不便。另一方面，Blog作者通過閱讀或評論等行為與其他Blog撰寫者進行交流，從而形成很

2、多潛在的社區(qū)，如何發(fā)現(xiàn)這些社區(qū)并分析社區(qū)成員之間的關(guān)系已成為一個亟待解決的社會學(xué)問題。
　　本文對基于Blog鏈接的社區(qū)發(fā)現(xiàn)方法進行了研究，目標(biāo)是發(fā)現(xiàn)潛在的社區(qū)和分析社區(qū)內(nèi)的主題社區(qū)結(jié)構(gòu)，為信息檢索和社會性網(wǎng)絡(luò)分析提供方便。由于對Blog之間的關(guān)系是從社會學(xué)角度分析，因此發(fā)現(xiàn)的潛在的社區(qū)包含多個主題社區(qū)，每一個主題社區(qū)內(nèi)成員間討論相似的主題。
　　本文在對Blog特點進行深入的研究之后，發(fā)現(xiàn)Blog鏈接具有豐富的語義，Blo

3、g作者之間通過這些鏈接形成很多潛在的社區(qū)，本文稱這種潛在的社區(qū)為雙向意識社區(qū)。為了發(fā)現(xiàn)和分析雙向意識社區(qū)，本文先提出了一個基于鏈接的Blog關(guān)系計算模型，該模型從社會學(xué)角度定義Blog間的關(guān)系，并計算Blog關(guān)系強度。然后采用一個基于Blog排序的聚類算法，該算法通過迭代的計算Blog與種子Blog之間的關(guān)聯(lián)系數(shù)，能夠發(fā)現(xiàn)以種子Blog為中心的雙向意識社區(qū)。
　　Blog作者興趣愛好的多樣性，使得雙向意識社區(qū)內(nèi)形成多個不同的主題社

4、區(qū)，其中每一個主題社區(qū)內(nèi)討論相似的主題。因此，本文在發(fā)現(xiàn)雙向意識社區(qū)的基礎(chǔ)上，提出了一個計算Blog間的主題相似性的模型，并基于該模型，提出了一個抽取雙向意識社區(qū)的主題社區(qū)的算法。通過考慮Blog社區(qū)的層次結(jié)構(gòu)，該算法在對主題社區(qū)進行識別的同時，也實現(xiàn)了對社區(qū)的分層，形成社區(qū)的層次結(jié)果。
　　基于以上的研究成果，本文設(shè)計并實現(xiàn)了一個Blog社區(qū)發(fā)現(xiàn)的實驗原型系統(tǒng)，包括了數(shù)據(jù)解析、關(guān)系計算、社區(qū)發(fā)現(xiàn)等模塊，為進行相關(guān)的算法實驗和研究