博客社區(qū)發(fā)現(xiàn)及其主題抽取技術的研究.pdf

1、近年來，互聯(lián)網(wǎng)的高速發(fā)展推動了電子商務的崛起和發(fā)展，電子商務幫助眾多企業(yè)賺取了高額利潤，也深深地改變了人們傳統(tǒng)的生活方式。但是，如何制定有效的網(wǎng)絡營銷方案更好地促進電子商務的運作成為眾多電子商務企業(yè)的難題。而Blog作為Web2.0的典型應用，通過頻繁的鏈接及評論回復等交互方式形成了龐大的社會網(wǎng)絡，且Blog是人們思想行為在網(wǎng)絡虛擬社區(qū)中的體現(xiàn)，因此快速有效地發(fā)現(xiàn)具有明確主題的Blog社區(qū)，有利于企業(yè)制定合理的營銷方案，實現(xiàn)精準的網(wǎng)絡營

2、銷，達到利潤最大化目標，具有重要的現(xiàn)實應用價值。
　　目前，基于鏈接分析的社區(qū)發(fā)現(xiàn)算法存在諸多缺陷，且發(fā)現(xiàn)的Blog社區(qū)不具有主題信息，無法反映社區(qū)的興趣點。針對上述問題，本文研究工作主要如下：
　　(1)確定了鏈接分析和內(nèi)容分析結(jié)合發(fā)現(xiàn)Blog社區(qū)及主題抽取的整體思路。
　　(2)介紹了Blog的基本概念、Blog鏈接和頁面數(shù)據(jù)模型以及成熟的社區(qū)發(fā)現(xiàn)算法。比較了Blog社區(qū)發(fā)現(xiàn)算法的優(yōu)劣，確定了將拖網(wǎng)算法作為本文研究

3、的基礎算法。
　　(3)提出了“基于FCA的Blog社區(qū)發(fā)現(xiàn)算法”。該算法通過概念格的代數(shù)消解對社區(qū)核心進行劃分及合并，有效解決了拖網(wǎng)算法中嚴格的社區(qū)定義所導致的發(fā)現(xiàn)社區(qū)數(shù)量過多、社區(qū)間重復率過高以及社區(qū)內(nèi)容貧乏等缺陷。
　　(4)提出了“基于LSA的Blog社區(qū)主題抽取方法”。該方法對Blog社區(qū)內(nèi)容TF-IDF特征抽取之后進行LSA降維處理，并提出奇異矩陣自動k值截取方法和大矩陣自動分割方法，提高了該方法的準確性和效率，