一种基于数据挖掘的SNS用户兴趣模型

doi:10.3969/j.issn.1006-2475.2014.02.006

计算机与现代化

一种基于数据挖掘的SNS用户兴趣模型

（东华大学信息科学与技术学院，上海 201620）

收稿日期:2013-10-22 出版日期:2014-02-14 发布日期:2014-02-14
作者简介:谢梓琪（1991-），女，江西遂川人，东华大学信息科学与技术学院硕士研究生，研究方向：数据库和数据挖掘；谢颖华(1972-)，女，浙江余姚人，副教授，本科，研究方向：数据挖掘和数据处理。

A SNS User Interest Model Based on Data Mining

(School of Information Science and Technology, Donghua University, Shanghai 201620, China)

Received:2013-10-22 Online:2014-02-14 Published:2014-02-14

摘要/Abstract

摘要： 详细阐述SNS用户兴趣模型建模过程中的每一个步骤和其中所运用的关键技术，包括向量空间模型、聚类分析等，并且建立系统以支撑所构建的模型，着重介绍如何编程计算用户兴趣权值。该模型具有易更新、易提取的特点，可开发成控件嵌入到社交网站中使用，以了解用户兴趣。

关键词: 数据挖掘, 用户兴趣度, 向量空间模型, 文本聚类

Abstract: This paper mainly introduces the modeling process and the key technologies of SNS user interest model, including the vector space model, cluster analysis and so on. Besides, it creates a system to support the model, focusing on how to make a program to calculate the user’s interest. This model is easy to update and extract, so it can be developed into software embedded into social networking sites in order to know users’ interest.

Key words: data mining, user interest degree, vector space model, text clustering

中图分类号:

TP391

谢梓琪，谢颖华. 一种基于数据挖掘的SNS用户兴趣模型[J]. 计算机与现代化, doi: 10.3969/j.issn.1006-2475.2014.02.006.

XIE Zi-qi, XIE Ying-hua. A SNS User Interest Model Based on Data Mining[J]. Computer and Modernization, doi: 10.3969/j.issn.1006-2475.2014.02.006.

参考文献 14

[1]	李智琦,陈世颖,杨怡凝. 基于数据挖掘的个性化推荐在SNS中的应用[J]. 电脑知识与技术, 2011,7(28):6828-6830.
[2]	吴昊. 用户网页浏览兴趣模型建模方法的研究[D]. 北京:北京邮电大学, 2010.
[3]	王昕光. 基于关键词依赖的用户兴趣模型建模方法的研究[D]. 上海:上海交通大学, 2009.
[4]	管金才. 基于个人网页数据挖掘模型的研究与构建[D]. 上海:华东师范大学, 2007.
[5]	张彦,张永奎,安增波,等. 基于层次概念的用户兴趣模型研究[J]. 计算机工程与设计, 2008,29(1):181-183.
[6]	郑岩. 数据仓库与数据挖掘原理及应用[M]. 北京:清华大学出版社, 2011:105-106,177-179.
[7]	蒲国林,杨清平,王刚,等. 基于语义的个性化用户兴趣模型[J]. 计算机科学, 2008,35(7):181-184.
[8]	卜东波. 聚类/分类理论研究及其在文本挖掘中的应用[D]. 北京:中国科学院研究生院, 2000.
[9]	张玉连,王权. 基于浏览行为和浏览内容的用户兴趣建模[J]. 现代图书情报技术, 2007(6):52-55.
[10]	Zhu Zhen, Wang Jing-yan, Chen Mei-lan, et al. User interest modeling based on access behavior and its application in personalized information retrieval[C]// Proceedings of the 3rd International Conference on Information Management, Innovation Management and Industrial Engineering. 2010,1:266-270.
[11]	徐科,崔志明. 基于搜索历史的用户兴趣模型的研究[J]. 计算机技术与发展, 2006,16(5):18-20.
[12]	赵银春. 用户浏览内容分析与用户兴趣挖掘[D]. 重庆:重庆大学, 2004.
[13]	教巍巍. 基于Web挖掘的个性化用户兴趣模型的研究[D]. 长春:东北师范大学, 2006.
[14]	周晓兰. Web数据挖掘中用户兴趣模型设计[J]. 湘潭师范学院学报:自然科学版, 2009,31(2):55-58.

[1]	谢仕斌, 刘梦赤, 唐诗琪, 周瑞平, . 基于多特征提取的时间卷积知识追踪模型[J]. 计算机与现代化, 2023, 0(07): 25-29.
[2]	刘佩. 基于数据挖掘的医保控费系统[J]. 计算机与现代化, 2023, 0(06): 89-94.
[3]	王劭华, 欧阳会丹, 孙丹, 王康, 吴鸿萍, 钟询, 褚兴平, 杨松涛. 基于Apriori算法的大学生体测项目关联规则挖掘[J]. 计算机与现代化, 2023, 0(03): 66-70.
[4]	宋晓丽, 张勇波, 张培颖. 基于半监督学习的学生消费数据异常检测[J]. 计算机与现代化, 2022, 0(12): 13-17.
[5]	段桂芹, 邹臣嵩. 基于近邻传播聚类的职业能力评价模型[J]. 计算机与现代化, 2022, 0(05): 21-27.
[6]	刘锟, 曾曦, 邱梓珩, 陈周国, . 基于RoBERTa-WWM 和HDBSCAN的文本聚类算法[J]. 计算机与现代化, 2022, 0(03): 48-52.
[7]	杨琳, 白钊, 寇勇刚. 基于RFM模型的随机森林算法对民航客户的流失分析[J]. 计算机与现代化, 2021, 0(01): 100-104.
[8]	盖璇. 基于聚类分析算法的垃圾邮件识别[J]. 计算机与现代化, 2020, 0(10): 17-22.
[9]	李科心, 李静, 邵佳炜, 肖屹. 多层次序列集成的高维数值型异常检测[J]. 计算机与现代化, 2020, 0(06): 73-.
[10]	蒋毅,欧郁强,梁广,高杨,严永高,林捷,赵晓宁. 基于数据挖掘的现场作业风险态势评估方法[J]. 计算机与现代化, 2020, 0(04): 78-.
[11]	齐玉东1，丁海强1，赵锦超2，孙明玮1. 基于biRNN的海军军械不均衡文本数据集处理方法[J]. 计算机与现代化, 2019, 0(12): 21-.
[12]	郭燚1，张卫山1，徐亮2，翟佳3. 基于微服务的石油大数据挖掘平台[J]. 计算机与现代化, 2019, 0(05): 25-.
[13]	李娜，毛国君，邓康立. 基于k-means聚类的股票KDJ类指标综合分析方法[J]. 计算机与现代化, 2018, 0(10): 12-.
[14]	田丽. 情报分析中提取主题信息核心要素的模型及方法[J]. 计算机与现代化, 2018, 0(10): 22-.
[15]	李霄野，李春生，李龙,张可佳. 基于LDA模型的文本聚类检索[J]. 计算机与现代化, 2018, 0(06): 7-.

一种基于数据挖掘的SNS用户兴趣模型

A SNS User Interest Model Based on Data Mining

可视化

摘要/Abstract

引用本文

使用本文

参考文献 14

相关文章 15

编辑推荐

Metrics

本文评价