基于K-核塌缩序列的社会化资源推荐中核心用户发现研究

分类： 图书馆学、情报学 >> 图书馆学 提交时间： 2017-11-08 合作期刊: 《数据分析与知识发现》

武慧娟 Jia Tina Du 孙鸿飞 Jannatul Fardous

摘要： 【目的】通过对社交网站平台用户行为的分析,发现社会化小众群体中的核心用户,为社会化资源推荐服 务提供参考。【方法】收集豆瓣读书用户的1 208 个标签,对排名前100位的标签建立标签共现矩阵, 分析用户的K-核网络结构, 研究用户的 K-核塌缩序列的波动情况。【结果】与度数中心度、最小K-核深度值等方法相比,基于 K-核塌缩序列方法发现了新的社会化小众群体中的核心用户。【局限】样本数据规模较小且局限于某领域, 排序问题不能得到很好的解决, 需要进一步改进 K-核分析方法。【结论】本研究有利于社交网站平台的管理者制 定或改进新的资源推荐策略,从而促进社交网站平台更好地发展。

 点击量 4348  下载量 792  评论