融合语义情感与关键词匹配的社交媒体用户社群划分研究
来源：图书情报工作杂志2025年第23期北京时间：
作者：李世钰,张向先,张宇星,祝琳琳,李贺
单位：1 鹏城国家实验室 深圳 518000;2 吉林大学商学与管理学院 长春 130012;3 航天档案馆 北京 100830
摘要：[目的/意义] 提出一种融合语义情感分析与关键词匹配技术的社交媒体用户社群划分方法，旨在通过增加矩阵特征的数量和密度，提升基于矩阵分解的用户社群划分准确性，从而更深入地洞察社交媒体用户的兴趣和偏好。[方法/过程] 通过情感分析与关键词匹配构建用户态度矩阵，并将用户在社交媒体上的共同关注关系作为间接交互信息引入用户交互矩阵，以增加矩阵特征；采用GSNMF（图正则化半监督非负矩阵分解）算法，进行用户社群的精准划分。[结果/结论] 研究结果表明，融合语义情感与关键词匹配技术的社群划分方法在用户社群划分的准确性和有效性方面具有显著作用。此外，结合矩阵分解得到的社群特征矩阵，能够有效分析不同社群用户的主要关注点和兴趣差异。
关键词：社群划分,语义情感,关键词匹配,矩阵分解,
基金资助：本文系国家社会科学基金青年项目“认知图式视角下网络评论的影响力形成机制与评估研究”（项目编号：21CTQ015）研究成果之一。
