《電子技術(shù)應(yīng)用》
您所在的位置：首頁 > 其他 > 設(shè)計(jì)應(yīng)用 > 基于交互行為的突發(fā)事件微博用戶社區(qū)識(shí)別及研究
基于交互行為的突發(fā)事件微博用戶社區(qū)識(shí)別及研究
網(wǎng)絡(luò)安全與數(shù)據(jù)治理 3期
林國(guó)英，汪明艷
(上海工程技術(shù)大學(xué) 管理學(xué)院，上海201600)
摘要： 針對(duì)現(xiàn)有研究對(duì)于微博社區(qū)輿情用戶關(guān)系研究不足的情況，提出了基于微博用戶交互行為的微博社區(qū)發(fā)現(xiàn)算法。首先通過突發(fā)事件下用戶發(fā)布的相關(guān)微博內(nèi)容對(duì)微博用戶間的交互行為進(jìn)行分析，將用戶間交互行為進(jìn)行量化，根據(jù)用戶交互次數(shù)計(jì)算出用戶交互度；其次將用戶交互度作為L(zhǎng)ouvain算法權(quán)重對(duì)突發(fā)事件下微博用戶群體進(jìn)行社區(qū)識(shí)別；最后根據(jù)社區(qū)識(shí)別結(jié)果結(jié)合用戶博文內(nèi)容研究不同社區(qū)內(nèi)用戶關(guān)注主題。實(shí)驗(yàn)結(jié)果表明該方法能更好地對(duì)微博用戶社區(qū)進(jìn)行劃分，且不同社區(qū)內(nèi)用戶的討論與關(guān)注重點(diǎn)有所不同，因此在進(jìn)行網(wǎng)絡(luò)輿論治理時(shí)能更有效地引導(dǎo)網(wǎng)絡(luò)輿論。
中圖分類號(hào)： G210.7；TP391
文獻(xiàn)標(biāo)識(shí)碼： A
DOI： 10.20044/j.csdg.2097-1788.2022.03.009
引用格式： 林國(guó)英，汪明艷. 基于交互行為的突發(fā)事件微博用戶社區(qū)識(shí)別及研究[J].網(wǎng)絡(luò)安全與數(shù)據(jù)治理，2022，41(3)：54-59.
Identification and research of microblog user community in emergencies based on interactive behavior
Lin Guoying，Wang Mingyan
(School of Management，Shanghai University of Engineering Science，Shanghai 201600，China)
Abstract： Aiming at the lack of research on the user relationship of microblog community in the existing research, this paper proposes a microblog community discovery algorithm based on the interaction behavior of microblog users. This paper firstly studies the interaction behavior among microblog users through the relevant microblog content published by users, quantifies the interaction behavior among users, and calculates the degree of user interaction according to the number of user interactions. Secondly, the user interaction degree is used as the weight of the Louvain algorithm to identify the community of microblog user groups, and finally, according to the results of community identification and the content of user blog posts, the topics of concern to users in different communities are studied. The experimental results show that this method can better divide the microblog user communities, and the discussion and focus of users in different communities are different. Therefore, it can guide network public opinion more effectively when doing network public opinion governance.
Key words : user interaction；community discovery；emergency；Louvain algorithm

0 引言

網(wǎng)絡(luò)的普及讓人們接受消息的速度大幅度提升，微博等各大網(wǎng)絡(luò)平臺(tái)的出現(xiàn)也給大眾提供了一個(gè)絕佳的討論場(chǎng)所。人們可以在這些平臺(tái)上發(fā)表自己對(duì)社會(huì)相關(guān)事件的看法與觀點(diǎn)，同時(shí)還可以和網(wǎng)絡(luò)平臺(tái)上的其他人進(jìn)行隔空互動(dòng)，交流彼此的意見，觀點(diǎn)相似的民眾通過彼此間的互動(dòng)形成了自己的社區(qū)，同一社區(qū)內(nèi)的人們具有相似的看法或觀點(diǎn)且彼此之間關(guān)系緊密。在面對(duì)突發(fā)事件網(wǎng)絡(luò)輿情時(shí)，觀點(diǎn)相似的用戶在社區(qū)內(nèi)快速傳播輿情相關(guān)信息，這可能會(huì)造成用戶間的情感與觀點(diǎn)走向極化。因此如何在海量且復(fù)雜的網(wǎng)絡(luò)輿情信息及輿情用戶中快速發(fā)現(xiàn)用戶社區(qū)，了解同社區(qū)內(nèi)用戶特征及用戶關(guān)注重點(diǎn)對(duì)于網(wǎng)絡(luò)輿情的引導(dǎo)十分關(guān)鍵。

目前學(xué)者們主要從用戶發(fā)布的博文內(nèi)容及用戶關(guān)系方面對(duì)微博社區(qū)進(jìn)行研究。徐建民等[1]借鑒引文分析理論分析微博社區(qū)內(nèi)用戶的交互行為，通過給不同的交互行為進(jìn)行賦權(quán)從而計(jì)算各用戶間相似度，并利用用戶相似度進(jìn)行社區(qū)發(fā)現(xiàn)。田博等[2]利用用戶之間的轉(zhuǎn)發(fā)關(guān)系、評(píng)論關(guān)系、點(diǎn)贊關(guān)系以及提及關(guān)系四方面交互行為構(gòu)建加權(quán)的交互網(wǎng)絡(luò)，然后以Newman模塊度函數(shù)作為優(yōu)化目標(biāo)，得到社區(qū)內(nèi)部節(jié)點(diǎn)聯(lián)系緊密、社區(qū)之間節(jié)點(diǎn)聯(lián)系松散的社區(qū)劃分方法。邱少明等[3]提出一種基于節(jié)點(diǎn)多屬性相似性聚類的社團(tuán)劃分算法SM-CD，其中節(jié)點(diǎn)屬性包括節(jié)點(diǎn)結(jié)構(gòu)屬性與自身屬性。錢蕓蕓等[4]提出一種融合主題相似度權(quán)重的主題社區(qū)發(fā)現(xiàn)模型，該模型首先計(jì)算節(jié)點(diǎn)間主題相似度并將其作為鏈接權(quán)重，然后將該鏈接權(quán)重作為模塊度參數(shù)劃分社區(qū)。張中軍等[5]提出了一種基于鏈路結(jié)構(gòu)和轉(zhuǎn)發(fā)行為的微博社交網(wǎng)絡(luò)重疊社區(qū)劃分方法，該方法通過對(duì)用戶間的轉(zhuǎn)發(fā)行為進(jìn)行對(duì)比來提高社區(qū)劃分質(zhì)量。何躍等[6]通過對(duì)每條微博進(jìn)行情緒識(shí)別，定義情緒值并以此進(jìn)行社區(qū)識(shí)別，研究不同社區(qū)內(nèi)情緒變化情況。吳小蘭等[7]通過對(duì)微博社區(qū)進(jìn)行劃分，從而追蹤典型社區(qū)群體及社區(qū)話題演化發(fā)展。除此之外，有部分學(xué)者從社區(qū)結(jié)構(gòu)出發(fā)對(duì)社區(qū)進(jìn)行劃分與識(shí)別。Golsefid等[8]提出通過模糊圖聚類來進(jìn)行社區(qū)發(fā)現(xiàn)，以可能性C-聚類模型為基礎(chǔ)，根據(jù)聚類中心的相似度進(jìn)行節(jié)點(diǎn)距離計(jì)算，最終完成社區(qū)發(fā)現(xiàn)。Tang等[9]利用數(shù)據(jù)場(chǎng)理論衡量用戶間的聯(lián)系程度，先確定初始聚類，然后采用粗糙集聚類算法進(jìn)行社區(qū)發(fā)現(xiàn)。

綜上所述，目前對(duì)于微博社區(qū)劃分的研究主要從社區(qū)結(jié)構(gòu)及微博內(nèi)容出發(fā)，通過用戶間的關(guān)注信息、用戶自身屬性及用戶發(fā)布的博文內(nèi)容相似度來進(jìn)行微博社區(qū)識(shí)別，對(duì)于微博用戶間的交流互動(dòng)關(guān)系研究較少，無法多維度、深層次地發(fā)現(xiàn)網(wǎng)絡(luò)輿情用戶社區(qū)?；诖耍槍?duì)現(xiàn)有研究的不足，本文以微博網(wǎng)絡(luò)輿情用戶為研究對(duì)象，結(jié)合用戶交互行為，發(fā)現(xiàn)網(wǎng)絡(luò)輿情用戶社區(qū)，同時(shí)對(duì)不同社區(qū)內(nèi)用戶特征進(jìn)行分析，不僅能更加準(zhǔn)確地分析社區(qū)用戶之間的交流互動(dòng)，還能了解不同社區(qū)內(nèi)用戶特征，為引導(dǎo)網(wǎng)絡(luò)輿論提供有價(jià)值的參考。




本文詳細(xì)內(nèi)容請(qǐng)下載：http://theprogrammingfactory.com/resource/share/2000004906





作者信息：

林國(guó)英，汪明艷

(上海工程技術(shù)大學(xué) 管理學(xué)院，上海201600)


微信圖片_20210517164139.jpg

此內(nèi)容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載。