基于网络结构和文本内容的群体画像构建方法研究

来源：图书情报工作杂志2019年第22期北京时间：

作者：邱云飞,张伟竹

单位：辽宁工程技术大学软件学院 葫芦岛 125105

摘要：[目的/意义] 在基于社会网络的用户画像研究中，针对传统用户建模难以处理复杂网络关系，群体构建多基于内容，以及群体相似度低或紧密性差的问题，提出基于网络结构和文本内容的群体画像构建方法。[方法/过程] 首先，采用卷积神经网络方法，融合网络结构和文本内容两方面特征将网络用户表示成空间向量，其次，在k-means算法基础上结合模块度计算方法，对空间向量进行聚类，然后，在爬取的中英文数据集上分别进行对比研究，最后，从中文数据集中选取1 000名重要性用户进行实例分析。[结果/结论] 实验结果表明，该方法的密度值比基于内容的方法平均增加0.105，熵值比基于结构（含基于结构和内容）的方法平均减少0.955，实例分析进一步说明文中方法的可行性。

关键词：社会网络,网络关系,文本内容,深度学习,聚类算法,用户画像,

基金资助：本文系国家自然科学基金青年科学基金项目"二向性反射分布函数的先验知识耦合式融合方法研究"（项目编号：61401185）研究成果之一。