基于动态主题模型融合多维数据的微博社区发现算法

来源：软件学报杂志2017年第2期北京时间：

作者：刘冰玉,王翠荣,王聪,王军伟,王兴伟,黄敏

单位：刘冰玉，东北大学 计算机科学与工程学院, 辽宁 沈阳 11081911,王翠荣，东北大学 计算机科学与工程学院, 辽宁 沈阳 11081902,王聪，东北大学 计算机科学与工程学院, 辽宁 沈阳 11081903,王军伟，东北大学 计算机科学与工程学院, 辽宁 沈阳 11081904,王兴伟，东北大学 软件学院, 辽宁 沈阳 11081905,黄敏，东北大学 计算机科学与工程学院, 辽宁 沈阳 11081906

摘要：随着微博用户的不断增加，微博网络已成为用户进行信息交流的平台.针对由于博文长度受限，传统的社区发现算法无法有效解决微博网络的稀疏性等问题，提出了DC-DTM（discovery community by dynamic topic model）算法.DC-DTM算法首先将微博网络映射为有向加权网络，网络中边的方向反映节点之间的关注关系，利用所提出的DTM（dynamic topic model）计算出节点之间的语义相似度，并将其作为节点间连边的权重.DTM是一种微博主题模型.该模型不仅能够挖掘博客的主题分布，而且能够计算出某一主题中用户的影响力大小.其次，利用所提出的复杂度较低的标签传播算法WLPA（weighted lebel propagation）进行微博网络的社区发现.该算法的初始化阶段将影响力大的用户节点作为初始节点，标签按照节点的影响力从大到小进行传播，避免了传统标签传播算法逆流现象的发生，提高了标签传播算法的稳定性.真实数据上的实验结果表明，DTM模型能够很好地对微博进行主题挖掘，DC-DTM算法能够有效地挖掘出微博网络的社区.

关键词：新浪微博;文本挖掘;DC-DTM;吉布斯采样;LDA;主题模型

基金资助：国家杰出青年科学基金（61225012，71325002）；国家自然科学基金（61572123，61300195）；高等学校博士学科点专项科研基金（20120042130003）；辽宁省百千万人才工程项目（2013921068）；河北省自然科学基金（F2014501078）；河北省科技计划（15210146）