基于r-c模型的微博用户社区发现

基于GN算法的微博社区发现方法，韦庆杰，李京腾，随着互联网和移动通信技术的快速发展，微博已成为主流的在线社交网络平台。微博网络不只是简单的拓扑结构网络，它还包含信息交互

针对传统话题检测方法在微博短文本上存在高维稀疏的缺陷,提出了一种基于特征融合的K-means微博话题发现模型。为了更好地表达微博话题的语义信息,使用在句子中共现的词对向量模型(Biterm_VSM)代

基于聚类挖掘算法的微博用户兴趣发现的实现 ? 摘要社会媒体成为用户分享与获取信息的重要平台本文基于微博用户数据运用数据挖掘中的聚类算法K-means和改进粒子群优化的K-means算法提出了微博用户兴

基于增强的LDA模型微博热点话题发现，徐慧，夏楠楠，微博已经成为数亿计的用户发布大量信息，从这些庞大的数据信息中提取热点话题成为挑战之一。基于LDA模型对于微博热点话题的挖掘具

Skip-Gram模型融合词向量投影的微博新词发现。pdf，是关于自然语言处理中的问题研究文章

微博特有的移动终端轻博客发布与交互模式，使其迅速成为使用范围最大、影响力最大的社交媒体。新浪中文微博现有超过3亿用户，发展最为迅速，中文微博和其他微博相比具有独特性，一些大“V”博主的影响力堪比电台电

对于网络微博用户可信任性的问题,通过对爬取的所有源语料进行有目的的预处理,得到具有规范格式的用户数据,并从用户信息数据中,选择性的提取用户信息的完整度、活跃度、交际广度、传播力度四项指标组成指标体系;

微博创建了一个拥有大量社交媒体数据的大型社交网络。 在社交网络和大数据范例中,对微博用户之间的行为关系进行建模和分析,以及实现固有类别或社区,已成为人们关注的重点。 在本文中,我们提出了一个基于图的模

基于微博用户关系与行为的用户建模,很不错的一本书!

NULL 博文链接:https://kf47453.iteye.com/blog/2273904