发明专利申请专利数据库凡特网.pdf

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 107862617 A (43)申请公布日 2018.03.30 (21)申请号 201710981630.5 (22)申请日 2017.10.20 (71)申请人 江苏大学 地址 212013 江苏省镇江市京口区学府路 301号 申请人 无锡恒创医信科技发展有限公司 (72)发明人 郝梓琳　周从华　施化吉　王润宇　 刘志锋　李雷　单田华　 (74)专利代理机构 江苏纵联律师事务所 32253 代理人 蔡栋 (51)Int.Cl. G06Q 50/00(2012.01) G06K 9/62(2006.01) 权利要求书2页 说明书5页 附图1页 (54)发明名称 一种基于用户综合相似度的微博社区划分 方法 (57)摘要 本发明设计一种基于用户综合相似度的微 博社区划分方法，该方法的具体过程是：1、获取 微博数据，对博文集合进行LDA主题模型训练，通 过基于特征扩展的主题挖掘得到用户主题相似 度矩阵；2、构造以用户为节点、用户关系为边的 网络拓扑图，根据节点链接相关度和主题相似度 得出用户综合相似度矩阵；3、首先为每一个节点 分配唯一的标签，并评估节点的潜在影响力，然 后以潜在影响力降序作为节点选择顺序，以节点 综合相似度降序作为节点更新标签的顺序；最后 进行标签的迭代更新。通过上述方式，本发明能 A 够在考虑用户综合相似度的基础上，通过改进的 7 标签传播算法对微博用户进行社区划分，对于网 1 6 2 络舆情监测、商业用户挖掘等都具有较好的应用 6 8 7 价值。 0 1 N C CN 107862617 A 权　利　要　求　书 1/2页 1.一种基于用户综合相似度的微博社区划分方法,其特征在于包括以下步骤： 步骤一，获取微博数据，建立博文集合，进行LDA主题模型训练，获得‘类别-主题’矩阵； 步骤二，对所有用户的博文进行基于特征扩展的主题挖掘，得到‘用户-主题’矩阵； 步骤三，对所有用户进行主题相似度计算； 步骤四，为每一个用户节点分配唯一的标签，并对用户节点的潜在影响力进行评估； 步骤五，根据用户节点潜在影响力进行排序，从潜在影响力值大的节点开始计算相连 接节点的综合相似度，以用户节点的综合相似度的高低顺序作为节点更新遍历的顺序； 步骤六，进行标签的同步迭代更新，直到节点标签不再改变； 步骤七，将所有具有相同标签的节点归为一个社区。 2.根据权利要求1所述的一种基于用户综合相似度的微博社区划分方法，其特征在于 所述步骤一中获取微博数据包括：微博用户信息和微博博文信息，其中微博用户信息包括 自身属性、粉丝属性、社交属性，微博博文信息包括基础属性、时间属性、文本属性、影响力 属性； 对博文集合进行LDA主题模型训练过程具体如下： 过程1.1，根据概率P(d )选择一篇文档d ，并对选定的文档d重复以下步骤,其中，d 表 i i i i 示第i个文档，P(d)表示第i个文档的概率； i 过程1.2，从参数为α的Dirichlet先验分布中取样获得文档d 对应的主题多项分布θ， i i 其中，θ为主