结合内文、时间、社交关系的部落格使用者分群技术研究背景近年来部落.docVIP

結合內文、時間、社交關係的部落格使用者分群技術 研究背景 近年來部落格（blog）的使用人數越來越多，人們可以在個人的部落格上發表文章（或稱為網誌）。一個部落格的使用者（blogger）可能會擁有數十篇的網誌。內容可能是對事物的看法或評論、商品的使用心得、感興趣的主題甚至是生活上的種種小事…等。使用者從原本單方向接受網際網路上的資訊，變成可以提供資訊的角色。而如何分析每天都在增加的大量部落格資料，提供給推薦系統（recommender systems）、事件偵測（event detection）、廣告行銷（targeted advertising）…等運用，就變成一個非常重要的問題。為了能夠正確的分析部落格資料，我們提出一個結合內文、時間、社交關係的距離計算方法，並且在研究的最後，基於這樣的距離計算方式，量身訂做一個分群方法用以增加分群的效能。 研究目的 在部落格資料的分析中，將部落格的使用者正確的分群，可以提供給後端的各種運用並且提升其效能。要能夠達到較正確的分群結果，一開始使用者之間距離的計算就變得非常的重要了。 在目前的研究中，對於部落格使用者之間距離或是相似度的計算，主要是利用使用者本身網誌的內文（content）來進行相似度的計算。即是用使用者所發表的文章來代表使用者本身。方法上主要有兩種觀點，一種觀點是將使用者看成一篇非常大的文章，其中文章的內容就是使用者本身所有的網