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.
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(jiàn),,觀點(diǎn)相似的民眾通過(guò)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(guò)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(lèi)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(qián)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(guò)對(duì)用戶間的轉(zhuǎn)發(fā)行為進(jìn)行對(duì)比來(lái)提高社區(qū)劃分質(zhì)量,。何躍等[6]通過(guò)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(guò)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(guò)模糊圖聚類(lèi)來(lái)進(jìn)行社區(qū)發(fā)現(xiàn),以可能性C-聚類(lèi)模型為基礎(chǔ),,根據(jù)聚類(lèi)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(lèi),然后采用粗糙集聚類(lèi)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(guò)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(lái)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(wú)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://forexkbc.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)