微博用户关系挖掘研究综述
微博社交网络中用户群体关系挖掘与群体行为分析
微博社交网络中用户群体关系挖掘与群体行为分析作者：黄涵霞胡燕萍孙知信来源：《中兴通讯技术》2014年第01期Community Relationship Mining and Behavior Analysis for a Microblog中图分类号：TP391 文献标志码：A 文章编号：1009-6868 （2014） 01-0011-003摘要：提出了一种基于权重属性的图聚类方式。
该图聚类方式在图聚类的基础上，考虑了每个节点的不同属性，并根据影响度给属性分配权重，从而在依据亲密度构建的网络拓扑图上进行图聚类的修正。
实验证明，该方法更符合实际的群体聚合方式。
关键词：社群挖掘；图聚类；相似度计算Abstract： This paper proposes a graph-clustering algorithm based on attribute information. The attributes （and their weights） of each node are considered in this model when modifying the network topology based on intimacy. Experiments show that the modified algorithm is closer to the actual group polymerization.Key words： community detection； graph clustering； similarity calculation社交网络发展势头强劲，微博更是一个强大的社交平台。
名人们纷纷开启了认证微博，相互关注顿时拉近了陌生人在网络空间中的距离。
随着智能终端性能的突破性革新，社交平台向着移动互联网络进军。
中国互联网络信息中心（CNNIC）发布的第32次《中国互联网络发展状况统计报告》中显示2013年具有微博的网民数已达33 077万人，社交网站的网民数已达28 880万人。
微博分析研究综述
微博分析研究综述刘滨;张静远;刘强;赵静阳;李寒;徐巍巍【摘要】微博,是当前重要的社会信息传播平台之一,具有易操作、传播快等特点,人们可以通过微博直接快速地表达对突发事件、公众人物、热门产品等的观点.为了利用海量微博信息,需要综合多种分析方法挖掘其潜在价值.综述了当前微博分析领域的研究现状,提出了自主研发的微博分析系统,探讨了未来微博分析的研究方向.首先,介绍了微博分析的主要技术方法,包括利用微博开放平台和利用网络爬虫技术.利用微博提供的开放接口,可以方便快捷地获取微博信息,如微博内容、用户评论、用户个人详情、粉丝数、关注数等.但也存在诸多限制,如每小时只能抓取有限次数、微博平台并不开放所有信息资源等.利用网络爬虫技术可以获取更多信息,如基于全网的网络爬虫的信息采集技术可以覆盖更广的范围,基于主题的网络爬虫的信息采集技术可以选择性爬取预先设定的主题等.其次,介绍了目前微博分析的热点问题,包括微博用户行为和微博内容两方面.微博用户行为分析包括:1)传播网络研究,利用Gephi等可视化工具,呈现出微博在传播过程中的传播路径、传播范围、关键转发节点等信息,可用于预测未来传播情况;2)传播因素研究,通过分析用户行为,揭示信息传播的可能原因;3)用户影响力分析,不同学者给出不同的度量方法,而要精准地评价用户影响力需要综合考虑多方面因素,如粉丝数、转发数、被提及数、回复、社会关系等.关于微博内容的分析包括:1)微博文本预处理,包括分词和去停用词2个步骤;2)微博热点话题发现,常用方法包括基于词频的统计方法和文本聚类方法,这两种方法都有利于提高发现热点话题的效果,但没有考虑到话题动态演变的特性;3)情感分析,也被称为观点挖掘,一直是微博研究领域的热点问题,可以利用微博表情图片抽取情感词,并结合构建语义词典和机器学习的方法对微博进行情感分类,最终判断微博情感极性,可用于舆情监控、商业预测和产品选择等方面.再次,提出了自主研发的微博分析系统——阅微,重点介绍了其情感分析、地域分布和传播图3个模块.情感分析模块,基于情感词典的方法对用户的评论内容进行情感分类;地域分布模块,提取参与用户的地理位置信息并加以统计分析,呈现出微博传播在全国范围内的分布情况;传播图模块,利用可视化手段展现微博信息的传播扩散情况,如转发关系、转发层级、转发范围等情况.最后,归纳全文,从技术和应用2个方面归纳微博分析的挑战问题:可从技术上突破微博接口资源限制,提高微博分析的效率和精准度;同时从微博应用方面发展事件监控、管理和商业方面的应用.【期刊名称】《河北科技大学学报》【年(卷),期】2015(036)001【总页数】11页(P100-110)【关键词】数据库;微博分析;用户行为分析;短文本分析;网络爬虫;阅微【作者】刘滨;张静远;刘强;赵静阳;李寒;徐巍巍【作者单位】河北科技大学经济管理学院,河北石家庄050018;河北科技大学经济管理学院,河北石家庄050018;河北科技大学经济管理学院,河北石家庄050018;河北科技大学经济管理学院,河北石家庄050018;河北科技大学经济管理学院,河北石家庄050018;河北科技大学经济管理学院,河北石家庄050018【正文语种】中文【中图分类】TP311.13首先，介绍了微博分析的主要技术方法，包括利用微博开放平台和利用网络爬虫技术。
微博研究报告
微博研究报告微博研究报告一、研究背景随着互联网的快速发展，社交媒体逐渐成为人们生活的重要组成部分。
作为其中的一种重要形式，微博成为人们传递信息、获取新闻、交流互动的重要平台。
因此，本研究旨在探讨微博的发展现状及对社会的影响。
二、研究目的1.了解微博的发展历程和基本特点。
2.分析微博在新闻传播、社交交流、舆论引导等方面的作用。
3.探讨微博的优势和局限性。
4.提出相关建议，以促进微博的健康发展。
三、研究方法本研究采用文献研究法和问卷调查法相结合。
通过收集相关文献，了解微博的发展历程和特点，并利用问卷调查法对一定数量的微博用户进行调查，以收集信息和意见。
四、研究结果1.微博的发展历程：微博起源于2009年，经过不断发展，已成为中国乃至全球最受欢迎的社交媒体之一。
2.微博的基本特点：微博以文字、图片和视频为主要内容形式，具有信息传递迅速、传播范围广、互动性强等特点。
3.微博在新闻传播方面的作用：微博成为重要的新闻源，用户可以及时获取和分享新闻信息。
同时，微博用户可以通过转发、评论等互动形式参与并影响新闻报道。
4.微博在社交交流方面的作用：微博为用户提供了一个广泛的社交平台，用户可以通过关注、私信、评论等方式与其他用户进行交流和互动。
5.微博在舆论引导方面的作用：微博用户可以通过发布观点、表达意见等方式参与公共舆论，并对社会事件、政治议题产生影响。
6.微博的优势和局限性：微博具有信息传递快、传播范围广等优势，但也存在信息真实性难以保证、隐私泄露等局限性。
7.对微博发展的建议：微博应加强信息监管，提高信息发布的真实性；用户应增强信息辨识能力，对信息进行合理筛选和判断。
五、结论微博作为一种重要的社交媒体形式，发挥了重要的信息传递、社交交流和舆论引导等作用。
然而，在其发展过程中，也面临着信息真实性难以保证、隐私泄露等问题。
因此，我们应加强微博的信息监管，提高信息发布的真实性；同时，用户也应具备一定的信息辨识能力，对信息进行合理筛选和判断。
微博社交网络数据分析与模型构建研究
微博社交网络数据分析与模型构建研究随着互联网的迅速发展和智能手机的普及，社交网络已经成为人们日常生活中不可或缺的一部分。
在社交网络中，微博作为其中一种重要形式，具有广泛的用户群体和巨大的数据量。
因此，对微博社交网络数据进行分析和模型构建的研究变得越来越重要。
在微博社交网络数据中，用户的行为、言论和关系等都蕴含着丰富的信息。
通过对微博数据的分析，可以了解用户的兴趣爱好、社交关系和行为习惯等。
这些分析结果对于实现个性化推荐、社交影响力评估和舆情监控等应用都具有重要意义。
首先，对微博社交网络数据进行分析可以帮助我们了解用户的兴趣爱好。
通过对用户的微博内容、关注列表和点赞数据等进行分析，可以挖掘出用户的潜在兴趣爱好，并进一步精准地为用户推荐相关内容。
例如，根据用户在微博上的关注和点赞情况，可以推测出用户对某一领域的兴趣，并向其推荐相关的话题、博主或活动等。
其次，微博的社交关系也是进行数据分析的重要方面。
通过分析用户之间的关注关系、好友互动和转发转发关系等，可以构建用户之间的社交网络图谱。
这个图谱可以用来研究用户社交影响力、社区发现以及信息传播路径等。
对于精准营销和舆情监控来说，建立了用户社交网络图谱之后，就可以通过分析用户在网络中的位置和关系，来预测信息的传播路径和影响力。
此外，微博数据分析还可以用于社交影响力评估。
社交影响力是指个体在社交网络中对其他用户行为和决策的影响程度。
通过分析用户在微博上的活跃度、粉丝数量和社交互动等指标，可以为用户量化其在社交网络中的影响力大小。
这对于企业在进行营销活动、博主合作和舆情分析时具有重要意义。
除了数据分析，微博社交网络数据的模型构建也是研究的重要方向之一。
通过建立数学模型和机器学习算法，可以对微博数据进行预测和分类。
例如，可以通过分析用户在微博上的行为数据，建立用户活跃度的时间序列模型，进而预测用户未来的行为轨迹。
同时，通过分析微博内容的情感倾向和话题分类等，可以为用户提供更精准的内容推荐。
微博用户关注兴趣的社会网络分析
微博用户关注兴趣的社会网络分析摘要：社交媒体平台已成为人们获取信息、交流思想的重要渠道，其中微博作为中国最具影响力的社交媒体平台之一，拥有庞大的用户群体。
本文基于兴趣关注行为，利用社会网络分析方法，探讨微博用户关注兴趣的社会网络特征，分析用户兴趣之间的联系及其对社交关系的影响。
1. 引言近年来，社交媒体平台如微博、微信等在中国迅速崛起，并成为了人们日常生活中不可或缺的一部分。
尤其是微博，以其即时性、互动性和信息分享性受到广大用户的喜爱。
用户在微博上不仅可以获取各类信息，还可以关注感兴趣的话题、人物、事件等，通过跟随、转发、评论等方式进行互动。
这使得微博成为了研究人们行为和交流的重要数据源。
2. 社会网络分析概述社会网络分析是一种用图论来探究人际关系的方法。
在社交媒体中，用户之间的关注行为可以看作是一种社交关系的体现。
通过社会网络分析，我们可以研究这些关注关系对用户行为和意见的传播、社交影响力的形成等方面的影响。
3. 数据收集和处理为了深入了解微博用户的关注兴趣，本文选择了一组用户关注数据作为研究对象。
首先，通过微博API，我们获取了一定数量的用户关注数据，包括用户ID、所关注的用户ID等信息。
然后，我们对这些数据进行清洗和预处理，剔除其中的异常值和缺失值，以保证后续分析的准确性。
4. 微博用户关注兴趣的网络结构通过对关注数据进行网络分析，我们发现微博用户关注兴趣形成了一个复杂的网络结构。
这个网络中，用户即节点，关注关系即边。
我们可以通过计算节点的度中心性、接近中心性、介数中心性等指标，来了解用户在兴趣关注网络中的重要程度和影响力。
5. 微博用户兴趣关注的社群结构在兴趣关注网络中，用户之间不仅存在着直接的关注关系，还可能存在着一种隐性的兴趣联系。
通过社区发现算法，我们可以将用户划分为不同的社群或群体，便于更好地理解用户之间的兴趣关联。
这些社群可以代表某一类特定兴趣的用户群体，也可以反映某些兴趣之间的关联和相似性。
微博用户影响力分析研究
Research on User 's Influence in MicrobloggingZhang Xun (Computer Science and Technology)Directed by Liu ZhaohuiAbstract:Socialnetworkingis a multi-functional platform for information exchange, multimedia, and e-commerce. Each user in the social network has the responsibility of sharing and collecting information. Because of the different position of each user in the social network, the influence of information transmission is also different.Microblogging is a typical representative of today's social network, Based on microblogging, the main research work in this paper is as follows:A model of influence evaluation based on user behavior and user information content is proposed.In this model, the measurement of user behavior mainly consists of two parts, that is, the communication frequency between users and the importance of users.The communication frequency between users reflects the users’ will of exchanging information will, is the foundation of information sharing.The importanceof users is composed of two parts,one part is the tightness, it shows the magnitude of the interaction force between users, the other one is betweenness,it indicates the users’ capability of providing the shortest possible routing for another users, the two parts reflect the connectivity of user nodes in the social network.At the same time, the user informationIIIcontent is included in the evaluation model of user influence，the user influence ultimately depends on the degree of communication between users，the greater the flow of information, the greater the impact the user has on the entire micro-blog network structure.The method used in this paper is compared with the PageRank algorithm,UIA algorithm based on PageRank algorithm and user behavior.The PageRank is a classical method to calculate the users’influence,and the UIA algorithm is one of the mature methods to evaluate the user's influencenow. It is proved by experiments that the applicability of the proposed method in this paper.In addition, because the method is simple to operate, it can reduce the operation time and storage cost.Keywords:s ocial network microblogginguser influenceIV目录摘要 (I)Abstract (III)目 录 (V)第1章绪论 (1)1.1研究背景及意义 (1)1.2国内外研究现状 (2)1.2.1 用户影响力研究现状 (5)1.3本文的主要工作 (6)1.4本文组织结构 (7)第2章 相关理论基础 (9)2.1理论基础 (9)2.1.1六度分隔理论 (9)2.1.2 150法则 (11)2.2社交网络的发展 (11)2.3社交网络的组成元素 (13)2.4社交网络的特点 (14)2.5微博社交网络的拓扑结构 (16)2.5.1 图的概述 (16)第3章 用户影响力模型构建 (19)3.1用户行为影响力计算 (19)V3.1.1 信任度问题 (19)3.1.2用户通信频率 (20)3.1.2 用户重要度 (22)3.2用户信息内容 (24)3.2.1相似性产生的信任度 (24)3.3模型构建 (26)第4章 实验及分析 (27)4.1数据获取与计算 (27)4.2实验对比及分析 (34)第5章 总结与展望 (37)5.1本论文的主要工作 (37)5.2进一步的研究工作 (38)参考文献 (41)作者攻读学位期间的科研成果 (47)致 谢 (49)VI第1章绪论1.1 研究背景及意义信息时代的到来给人们的日常生活和生产带来了极大的便利，网络已经无处不在，网民数量也正在大规模增长,有关资料显示[1]，2016年我国的网民数量为7.32亿，较2015的增长6.2%。
微博调研报告范文
微博调研报告范文微博调研报告一、调研目的：本次调研的目的是了解微博在用户中的普及度、使用频率以及影响力，为微博的推广和用户需求的满足提供参考依据。
二、调研方法：1.问卷调查：通过设计问卷，对不同群体的用户进行调查，分析用户对微博的态度和使用情况。
2.文献查阅：查阅相关的学术文献、报告和调研资料，了解微博的背景和发展状况。
3.数据收集：通过收集微博的相关数据，包括用户数量、发布内容等，对微博的影响力进行量化分析。
三、调研结果：1.用户调研结果：根据问卷调查结果，我们发现微博用户群体主要集中在年轻人中，尤其是大学生和白领群体。
他们对微博的使用频率较高，大部分每天都会上微博浏览和发布动态。
同时，微博用户对于微博的可信度较高，他们认为微博上的信息更真实可靠，比较适合了解社会现象和获取时事动态。
2.文献查阅结果：根据相关文献资料的查阅，我们了解到微博作为一种新兴的社交媒体平台，已经在短时间内取得了巨大的成功。
微博通过用户发布的短文本和图片等形式，实现了信息的快速传播，已经成为一个很好的传播渠道和舆论发声平台。
3.数据收集结果：根据我们对微博的数据收集和分析，我们得出了以下主要结论：（1）微博的用户数量逐年增长，特别是在移动互联网普及的背景下，用户规模呈现井喷式增长。
（2）微博上的内容主要以明星娱乐八卦、时事热点和个人生活动态为主，这些内容更容易引起用户的兴趣和关注。
（3）微博的影响力主要集中在年轻人中,而且他们对微博上的信息更加敏感和认同，更倾向于通过微博获取和传播信息。
四、结论与建议：从上述调研结果可知，微博在用户中有着较高的普及度和使用频率，并且拥有较大的影响力。
针对这一情况，我们提出以下建议：（1）进一步加强微博的用户教育，培养用户正确使用微博的意识和技能，提高用户对微博的认同度和满意度。
（2）通过丰富和多样化的内容，扩大微博的用户群体，吸引更多不同类型的用户关注和使用微博。
（3）加大对微博内容的监管力度，提高微博上信息的真实性和可信度，防止虚假信息的传播和误导。
微博舆情分析与用户情感态度挖掘
微博舆情分析与用户情感态度挖掘随着互联网的普及和社交媒体的兴起，人们的言论与情感态度都能在网络上得到充分表达。
微博作为中国最主流的社交媒体平台之一，在舆情分析和用户情感态度挖掘方面具有丰富的数据资源和应用潜力。
本文将探讨如何进行微博舆情分析和用户情感态度挖掘，并介绍相关技术和方法。
首先，微博舆情分析是通过对大量微博数据的收集、处理和分析，从中获取有关某一事件或话题的舆论动态和主要观点。
对于企业和政府而言，微博舆情分析可以帮助他们了解公众对某个产品、事件或政策的态度和反应，为其决策提供参考依据。
微博舆情分析包括收集微博数据、构建语料库、进行情感分析和主题分析等环节。
在微博舆情分析中，收集微博数据是首要任务。
可以通过API接口、网络爬虫等方式收集特定话题或事件相关的微博数据，并保存为结构化或非结构化的文本数据。
在构建语料库阶段，需要对微博文本进行预处理，包括分词、去除停用词、进行词性标注等，以便后续的情感分析和主题分析。
情感分析是微博舆情分析中的重要环节，旨在从微博用户的言论中挖掘出他们的情感态度，包括积极、消极和中性情感。
常见的情感分析方法包括基于词典的方法和基于机器学习的方法。
基于词典的方法基于情感词典进行情感极性判断，通过统计词语的情感极性分数来计算微博的总体情感态度。
而基于机器学习的方法则可以通过训练一个分类器来划定不同情感类别之间的边界，实现情感的自动识别和分类。
主题分析是微博舆情分析中的另一个重要环节，它侧重于从微博数据中挖掘出主要的话题和关键词。
主题分析的方法主要包括基于规则的方法和基于机器学习的方法。
基于规则的方法通过制定一系列规则来识别微博中的主题和关键词，但对于复杂的语境处理能力较弱。
而基于机器学习的方法则可以通过对大量标注好的样本数据进行训练，建立主题分类器，在实际应用中自动识别微博中的主题和关键词。
用户情感态度挖掘是微博舆情分析的核心内容之一，旨在从用户的言论中获取他们对某个话题或事件的情感态度。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
用户的动态变化是微博群体的主要特点， 所以对 微博用户 进 行 动 态 分 析 可 以 挖 掘 出 一 些 潜 在 规 律 。 Kivran － Swaine F． 等认为对群体结构的动态分析可以 帮助判断微博用户之间关系的持续性
［26 ］
。 Meeder B．
［27 ］
等利用时间戳信息分析微博用户的动态变化规律
微博主要是一种在线用户交流平台， 用户可以根
。此外， 微博在凝聚民心 、 降低事件危害以
据自己的喜好表达自己的信息 、 寻找志同道合或感兴 趣的用户 。微博用户之间主要表现为主动关注 、 相互 关注或被关注等行为 式（ 如图 2 所示） 。 在微博网络中， 互相关注的用户数量可能会比较 多， 但是不同的用户之间所交互的内容也会存在差异 。 如图 2 所示， 相同颜色点（ 表示用户） 基本上汇聚在同 一区域且具有相同的关系， 而同一用户也可能同时处 于多个不同的关系之中 。 所以， 微博用户所产生的活 动主要是在微博网络中形成关系或群体 。
［1 －3］
0
引
言
户交互性等特点
。
微博之所以能够成为当今国内外的主流社交媒 体， 主要是因为它具有强大的用户实时交互性 。 用户 在使用微博的过程中， 往往在微博网络空间中结成了 比如， 用户之间的关注关系 、 社区中的好友 种种关系， 或亲情关系 、 实时交互过程中因共同购买或评论产品 而结成的共同兴趣关系等
。
袁毅等通过跟踪微博用户在时间周期内关于某一话题 的交流数据， 发现用户在信息交流过程中形成关注 、 评 论、 转发和引用四种社会关系网络， 指出四种关系网络 有其不同的结构形态， 但同时又具有某些共性特征及 联系
［28 ］
。 但是， 微博是一种新兴的 、 特殊的复
杂系统， 所以关于微博用户社群分析多是基础性和探 索性的研究 。用户社群分析的目标是将社会网络划分 为群组， 即按照节点（ 用户） 间的连边（ 关系） 把节点划 分成若干节点组， 使得节点组内部的连边相对稠密， 不 同节点组之间的连边相对稀疏 。社群分析研究假定一 yj ） | vi ∈ yj ， 0 ≤ j ≤ C｝ ， C 表示 个社会网络 G = ｛ （ v i ， 期望的群体数目， 主要实现为每个节点用户 v i 找到一 个群体 y i ， 满足 y i ∈ G ， 并使得社会网络的结构能够 人 最大化程度地保持 。 这一目标体现着“物以类聚 、 以群分” 的朴素思想， 与图论和聚类有着非常紧密的 联系
［13 ］
鉴于微博用户关系研究的重要研究意义和实用价 值， 本文对目前的微博研究成果进行连续跟踪学习和 并深入分析和预测其发展趋势， 期望能够更好地 总结， 指导未来的研究工作 。本文首先对微博用户关系挖掘 进行阐释和概述； 然后依据微博用户关系挖掘的两条 包括微博用户社群分 主线的研究进展进行重点总结， 析、 关键用户识别和基于用户关系的个性化推荐应用； 最后， 对微博用户关系挖掘技术进行总结， 并对发展趋
第 31 卷 第 12 期 2012 年 12 月
情
报
杂
志
JOURNAL OF INTELLIGENCE
Vol． 31 No． 12 Dec． 2012
微博用户关系挖掘研究综述
王连喜
1
*
蒋盛益
2
庞观松
3
吴美玲
3
（ 1． 广东外语外贸大学图书馆
广州 510420 ； 2． 广东外语外贸大学信息学院 广州 510006 ）
Abstract With the widely spreading application of Web 2． 0 and the ongoing popularity of the new social network medias，data based net-
work service has been transformed as the core of the network services with users or user relationships． As one of the most prevalent social network services media，research of user relationship mining on microblog has become a novel topic and has drawn more and more attention． This paper first discussed the definition of user relationship mining for microblog in terms of the characters of microblog users． Then，user group analysis and key users identifying，as the main clue of microblog user relationship mining，were separately summarized and analyzed in detail． At last，this paper summarized the technologies of microblog user relationship mining and pointed out the directions of future research． Key words microblog user group analysis user relationships key users identifying personalized recommendation
［9－10 ］
， 且三种行为对信息的处理方
式分别表现为信息获取 、 信息共享和信息传播三种模
。本文以微博用户为线索， 对微博用户关系挖
掘进行归纳和总结 。通过对近年来的相关文献进行分 得出微博用户关系挖掘研究框架（ 如图 1 所 析和研究， 示） 。从图 1 中可以看出， 微博用户关系挖掘研究主要 存在两条主线： 一是研究微博用户社群分析； 二是研究 微博用户关 微博关键用户识别 。 从另一个角度来看， 系挖掘研究主要是对结构和用户行为两个方面的因素 进行分析 。结构分析主要是对用户的关系结构进行分 析； 用户行为研究主要是对用户影响力进行测度 。
。
事实上， 微博用户之间的庞杂关系本质上形成了一个 巨大的在线社会网络， 反映了实际社会中人与人之间 的交际关系， 并表现为强关系与弱关系共存和呈现出 幂律等级分布特性
［14 ］
。 微博用户形成的社会网络具
有两个特点： 一是用户的局部聚集形成群体； 二是用户 具有结构差异性 。近年来， 这两个特点越来越受到学 者们的关注 。
［11 ］
及政 务 互 动 等 方 面 也 发 挥 着 不 可 替 代 的 积 极 作 。由此可见， 微博的兴起赋予了社会经济活动 前所未有的大众化及网络化内涵， 极大地提升了社交 媒体的社会服务效能 。 但是， 急剧增长的微博用户数 量、 错综复杂的用户关系及海量用户关系下的交互行 为增加了社会 、 经济与生产的复杂性， 使一些社会事件 变得更加不可预测 、 难以控制， 从而为分析社会化效应 带来了新的困难和挑战 。 因此， 如何正确理解微博用 户之间的关系及用户在关系交互中所产生的行为， 成 为了学者们迫切研究的新方向 。微博用户关系挖掘研 究正是在这一需求背景下应运而生的 。 目前， 对于微博的研究已出现了多重主体齐头并 多元方法共生共存 、 多维视角全方位透视的新局 进、 面
［4］
微博是近年刚刚兴起的一种信息交流媒体， 相比 于传统社会媒体， 其发展态势相当之强劲， 已表现出后 是一个基于 来居上之势 。微博作为一种新型媒体的， 草根用户的关系构建及个性化用户信息的即时传播 、 共享和获取的平台， 具有信息实时性 、 内容简洁性 、 用
收稿日期： 2012－07－10 修回日期： 2012－08－29
第 12 期
王连喜， 等： 微博用户关系挖掘研究综述
· 93·
［25 ］
2． 1
微博用户社群分析
在微博使用实践中， 用户
博群体用户呈显出明显的动态变化特点
。
积极选择并参与构建个性化关系， 与一些具有相似特 征的用户自发地聚集到一起形成群体 。群体可以体现 关系的局部聚集特性， 通过对微博群体进行分析可以 帮助研究用户的行为 、 透视群体的结构 、 理解用户之间 关系模式 。 用户社群分析作为用户关系挖掘的主要技术手 段， 它在常规复杂系统中的研究已经比较成熟， 出现了 许多成果
。 有效分析和挖掘微博
“微博虚假信息及早检测与有效控制关键技术研究 ” （ 编号： 61202271 ） ； 国家自然科学基金项目 “不平衡数 基金项目： 国家自然科学基金项目 （ 编 号： 61070061 ） ； 教 育 部 人 文 社 会 科 学 研 究 青 年 项 目“突 发 事 件 的 网 络 舆 情 监 测 及 其 应 用 研 究 ” （ 编 号： 据的学习算法及应用 研 究 ” 11YJCZH086 ） 及广东外语外贸大学校级青年项目 “基于数据挖掘的图书馆电子资源个性化推荐研究” （ 编号： 11Q01 ） 的研究成果。 作者简介： 王连喜（ 1985－ ） ， 男， 硕士， 助理馆员， 研究方向： 数据挖掘应用； 蒋盛益（ 1963－ ） ， 男， 博士， 教授， 硕士生导师， 研究方向： 数据挖掘与 自然语言处理； 庞观松（ 1988－ ） ， 男， 硕士研究生， 研究方向： 数据挖掘与自然语言处理； 吴美玲 （ 1988 － ） ， 女， 硕士研究生， 研究方向： 数据挖掘 与社会网络分析。
· 92·情报杂 Nhomakorabea志
第 31 卷
中复杂的用户关系不仅可以激发 、 助推和引导社会事 件的发展趋势， 还可以准确 、 高效地为具有共同兴趣爱 好的微博用户群体进行个性化推荐， 甚至可以大大降 低企业和消费者的交易成本， 推动企业营销模式的不 断创新 用