分享给朋友：通用代码: <input id="link4" type="text" class="form_input form_input_s" value="" />复 制flash地址: 复 制html代码: <input type="text" class="form_input form_input_s" id="link3" value="" />复 制090906 DNF CoLg媒体邀请赛依然小白 vs Sm你下载至电脑扫码用手机看用或微信扫码在手机上继续观看二维码2小时内有效090906 DNF CoLg媒体邀请赛依然小白 vs Sm你扫码用手机继续看用或微信扫码在手机上继续观看二维码2小时内有效，扫码后可分享给好友没有优酷APP？立即下载请根据您的设备选择下载版本 药品服务许可证(京)-经营- 请使用者仔细阅读优酷、、、、和Copyright(C)2018 优酷 youku.com 版权所有不良信息举报电话:相关词典网站：Landscape ecolgical assessment and eco―tourism development in the South Dongting Lake Wetland,China_图文_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
Landscape ecolgical assessment and eco―tourism development in the South Dongting Lake Wetland,China
&&景观生态评价
阅读已结束，下载本文需要
想免费下载更多文档？
定制HR最喜欢的简历
下载文档到电脑，方便使用
还剩5页未读，继续阅读
定制HR最喜欢的简历
你可能喜欢和整整在一起 - 歌单 - 网易云音乐
和整整在一起
独乐乐不如郑乐乐
播放：51次
网易云音乐多端下载
同步歌单，随时畅听320k好音乐
网易公司版权所有(C)杭州乐读科技有限公司运营：微博用户关系挖掘研究综述_甜梦文库
微博用户关系挖掘研究综述
第３卷 １２１ ０ ２年 １ 　 ２月第１ ２期　情报杂志　Ｊ ＯＵＲＮＡＬ ＯＦ Ｉ ＥＬ ＧＥＮＣＥ 　 　ＮＴ ＬＩ 　Ｖｏ Ｊ 　 Ｎｏ． ２ ｌ ３１ 　 １　 Ｄｅ 　 ２ １ 　 ｃ． ０２微 博 用 户 关 系挖 掘 研 究 综 述　王连喜　 蒋盛 益　 庞观松。 吴美玲。 　 　（． １ 广东外语外贸大学 图书馆 广州 ５ ０ ２ ；． １４ ０ ２ 广东外 语外贸大学信息学院 ５０ ０ ） １０ ６　 广州 ５ ０ ０ ； １０ ６　 ３ 广东外语 外贸大学 国际工商管理学 院 广州 ．摘 要Ｗｅ２ ０的广 泛应 用和新型社会化 网络媒体 的盛行 ， ｂ． 促使 网络服务从 以数据 为主导 开始转 变为 以用户或用　户关 系为核心 。微博作为 当下最流行 的社 会化 网络服务媒体 ， 用户关 系挖 掘研 究正是在这 一背景 下迅速 兴起 的 其 　一个新兴研 究课题 ， 并且逐渐 受到人们越 来越 多的重视 。首先依 据微 博 用户的特 点对微博 用户 关 系挖 掘 的概念进　行 了阐释 ； 然后 ， 以微博 用户关 系挖掘 的两个重要研 究内容 为主线 ， 分别对微 博 用户社群 分析 和 关键 用户识 别做细　 致的介绍和分析 ； 最后 总结 了对微博 用户关 系挖掘 的研 究 内容 ， 对未来的研 究方向进行 了展 望。 并 　 关 键词 微博 用户社群分析Ｔ ３１ Ｐ ９　用户关 系 关键用户识别　 个性化推荐　 　文献标识码ｌ １． 　中图分类号Ａ 　文章编号１０ ― ９ ５ ２ １ ）２ ０ ９ ― ７ ０ ２ １６ （０ ２ １ ― ０ １ ０　Ａ　 ｔｒ ｔ ｒ 　 ｖｅ ０ 　 ｅ 　 ｌｔ ｎ ｈ ｐ Ｍ ｉｉ ｇ ｏ 　 ｉｒ ｂ ｏ 　 Ｌｉ ａ ｕ ｅ Ｒｅ ｉｗ　 ｆＵｓ ｒ Ｒｅａ ｉ ｓ ｉ 　 ｎ ｎ 　 ｎ Ｍ ｃ ｏ ｌ ｇ ｅ ｏ　 、．： 　ｉ 　 ｈ ｎ ｙ　 ａ ｇ Ｇｕ ｏ ｇ　 ｎ ｎ 　 ｉｎ 　 ｌ Ｗ ａ ｇ Ｌ ａ ｘ 　 Ｊａ ｇ Ｓ ｅ ｇ ｉ Ｐ ｎ 　 ａ ｓｎ 。 Ｗ ｕ Ｍｅ ｉｇ ｎ 　 ｉｎ ｉ，　（． ｉｒ ｙ ｕ￣ ｄ ｎ　 ｎｖｒ ｔ ｏ　ｏｅ ｎＳｕ ｉ ， ａｇｈ ｕ ５　 ２ ； １Ｌｂａ 。Ｃ ａ ｇＯ ｇＵ ｉｅｓｙ ｆ ｒｉ 　 ｔｄ ｓＧｕｎ ｚｏ　 　 ０　 ｒ ｉ　 Ｆ ｇ ｅ １ ４ ０２ Ｓｈ ｏ　ｆ ｎｏｍａｃ ， ａｇ ｏ ｇＵｎｖｒｔ　ｆ ｏｅｇ　ｔｄｅ ， ｕｎ ｚ ｏ　 ５ ００ ； ． ｃｏ ｌ Ｉｆｒ ｆ Ｓ Ｇｕｎ ｄｎ 　 ｉｅｓｙｏ Ｆ ｒｉｎＳｕ ｓＧ ａｇｈ ｕ １０ ６　 ｏ ｉ ｉ ｉ３ Ｓｈ ｏ　ｆ ｎ ｇｍｅｔ Ｇｕｎ ｄｎ 　 ｎｖｒ ｔ ｏ　ｏｅ ｎＳｕ ｉ ， ｕ ｎ ｚｏ　 ５ ００ ） ． ｃｏ ｌ 　 ａｅ ｎ， ａｇ ｏ ｇＵ ｅｓｙ ｆ ｒｉ 　 ｔ ｅ Ｇ ａｇｈ ｕ １０ ６　 ｏ Ｍａ ｉ ｉ　 Ｆ ｇ ｄｓＡｂｓｒ ｃ　 Ｗ ｉ 　ｈ 　 ｄ ｌ　ｐｅ ｄｎ 　ｐ ｌｃ ｔ ｎｏ 　 ｅ 　 ０ ａ ｄｔｅｏ ｇ ｉｇｐ ｐ ｌｒｔ　 ｆｔｅｎ ｗ　ｏ ｉｌｎ ｔ ｒ 　 ｄａ ，ｄ ｔ　ａｅ 　ｅ－ ｔａ ｔ ｔ ｔｅｗｉｅｙｓ ｒａ ｉｇａ ｐｉａｉ 　 ｆＷ ｂ２． 　ｎ 　 　 ｎ ｏｎ 　 ｏ ｕ ａｉｙｏ 　 　ｅ ｓｃａ　 ｅｗｏｋｍｅ ｉｓ ａａｂ ｓｄｎ ｔ ｈ ｏ ｈ ｈ 　ｗｏ ｋ ｓｒｉｅｈ ｓｂ ｅ　ｒｎｆ ｒ ｄ　ｓｔｅｃ ｒ　ｆｔｅｎ ｔ ｒ　ｅ ｉｅ　 ｔ　 ｓｒ　ｒｕｅ　ｅａｉｎｈｐ ．Ａｓｏ ｅｏ 　 ｅｍｏｔｐｅ ａｅ ｔｓ ｃａ　 ｒ 　ｅｖｃ　 ａ　 ｅ ｎ ｔ ｓｏ ｍｅ ａ　 　ｏ ｅｏ　 　 ｅｗｏｋ ｓｒ ｃ ｓｗｉ ｕ ｅｓｏ　 ｓｒｒｌｔ ｓｉｓ ａ ｈ ｈ ｖ ｈ ｏ 　 ｎ 　ｆｔ 　 ｓ ｒｖ ｎ　ｏ ｉ ｈ 　 ｌ ｌｎ ｔ ｒ 　 ｅ ｖ ｃ ｓｍｅ ｉ ｅｗｏ ｋ ｓ ｒ ｉｅ 　 ｄ ａ－ｒ ｓ ａｃ 　 ｆｕｓ ｒｒ ｌ ｔ ｎ ｈｉ　 ｎ ｎ 　 ｎ ｍ ｉｒ ｂｌ 　 ａ 　 ｅ ｏ 　 　 ｏ ｅ 　ｏ ｉ ａ ｄ ｈ ｓ ｄ ａ 　 ｒ 　 ｎ 　 ｒ　 ｔ ｎ 　 ｅ ｅ ｒ ｈ ｏ 　 ｅ 　 ｅａ ｉ ｓ ｐ ｍｉ ｉ ｇ ｏ 　 ｃ ｏ ｏｇ ｈ ｓ ｂ ｃ ｍｅ ａ ｎ ｖ ｌｔ ｐ ｃ’ 　 ａ 　 ｒ ｗｎ ｍｏ ｅ ａ ｄ ｍｏ ｅ ａ ｔ － ｏ ｎ ｅｔｎ ｉ ．Ｔｈ ｓｐ ｐ ｒｆ ｓ ｄｓｕ ｓｄｔ ｅｄ ｆ ｉｉｎｏ 　 ｅ　ｅａｉ ｓ ｉ　 ｎｎ 　ｏ 　 ｃｏ ｌｇｉ　ｅｍ ｓｏ 　 ｅｃ ａａｔｒ　 ｆ ｃｏ ｌｇｕ ｅｓ ｈ ｅ 　 ｏ ｉ　 ａ ｅ　＇ ｔ ｉｃ ｓｅ 　 　ｅｉ ｔｏ 　 ｆ ｒｒｌｔ ｈｐｍｉｉ ｇｆｒｍｉｒｂｏ 　 ｔｒ 　 ｆｔ 　ｈ ｃｅｓｏ　 ｒｂｏ 　ｓｒ．Ｔ ｎ， ｗ 　 ｈ ｎ ｕｓ ｏｎ ｎ ｈ ｒ ｉ ｍｕｅ　 ｒ ｕ 　 ａｙ ｉ ａ ｄｋ ｙｕ ｅｓｉｅ ｔｆｉｇ。ａ　ｈ 　 ｉ　ｌｅｏ 　 ｃｏ ｌ ｇｕ ｅ　ｅａｉｎｈｐｍ ｎｎ ｓｒｇ ｏ ｐ ａ ｌ ｓｓ ｎ 　ｅ 　 ｓｒ　 ｎｉ ｎ ｎ 　 ｄ ｙ ｓｔｅｍａｎ ｃｕ 　 ｆｍ ｒ ｂｏ 　 ｓｒｒｌｔｏ ｓｉ　 ｉ ｇ，ｗｅ 　ｅ ａａｅｙｓ ｍｍａｉｅ 　 ｄａｉ－ ｉ ｉ ｅ ｒ ｓｐ ｔｌ　ｕ ｒ ｒｚ ｄａ 　ｒ 　 ｎ ａｌｚｄｉ　ｅａ ．Ａｔａｔ ｔｉ ｐｐ ｒ ｕ ｙｅ　 ｄｔｉ ｎ ｌ ！ 。ｈｓ ａｅ　 ｍｍａｉ ｄｔｅｔｃｎ ｌｇｅ　ｆ ｃｏｌｇｕｅ　 ｌｔ ｎｈｐｍ ｎｎ 　ｎ　ｏｎｅ　ｕ　ｌ ｄｒ ｔ ｎ　ｆｕ　 ｓ 　 ｓ ｒ ｅ　ｌ ｅｈ ｏｏｉｓｏ　 ｒｂｏ　ｓｒ ｅ ｉ ｓｉ ｉ ｉｇａ ｄｐ ｉｔ ｏｔｌ　ｉ ｉ ｓｏ　 － ｚ ｌ　 ｍｉ ｒａｏ 　 ｄ ｔｅ ｅ ｏ ｃ ｆｔ ｒ ｒ ｓ ￣ｃ ． ｕ ｅ ｅ ｈ　 ｅＫ ｅ 　 ｒ 　 ｍｉｒ ｂ ｏ 　 ｕ ｅ 　 ｒ ｕ 　 ｎ ｌ ｓｓ ｕ ｅ 　 ｅａ ｉ ｎ ｈ ｐ 　 ｋ ｙ ｕ ｅ ｓｉ ｅ ｔｆ ｉ ｇ ｐ ｒ ｏ ａｉ ｅ 　ｅ ｏ ｙ ｗｏ ｄｓ ｃｏ ｌｇ ｓ ｒ ｇ ｏ ｐ ａ ａｙ ｉ　 ｓ ｒｒ ｌ ｔ ｓ ｉ ｓ ｅ 　 ｓ ｒ　ｄ ｎ ｉ ｎ 　 ｅ ｓ ｎ ｌ ｄ ｒ ｃ ｍｍｅ ｄ ｔ ｎ ｏ ｙ ｚ ｎ ａ ｏ　 ｉ０ 引　 言　户交互性 等特点¨ 。 　 　微博 之所 以能够 成为 当今 国内外 的主流社 交 媒　体， 主要 是因为它具有强 大 的用 户实 时交互性 。用户　微博 是近年刚刚兴起 的一 种信 息交 流媒体 ， 比　 相于传统社会媒体 ， 其发展态势相 当之强劲 ， 已表现 出后　 来居上之 势。微 博作 为一 种新 型媒 体 的， 一个 基于　 是 草根用户 的关 系构建及 个性化 用户 信息 的即 时传播 、 　在使用微博 的过程 中， 往往在 微博 网络空 间 中结 成 了 　种种关 系 ， 比如 ， 用户 之间 的关注关 系 、 区 中的好 友　 社 或亲情关 系、 时交互 过程 中因共 同购买 或评论产 品　 实共享 和获取 的平 台 ， 具有 信息 实时性 、 内容 简洁性 、 用　而结成 的共 同兴 趣关 系等　 。有效分 析 和挖 掘微 博　收稿 日期 ：０ ２ ０ ． ０ ２ １ － ７ １　修回 日期 ：０ ２ ０ ― ９ ２ １― ８ ２　基金项 目： 国家 自然科学基金项 目“ 博虚假 信息及 早检测与有效控制关键技 术研究” 编号 ：１０ ２ １ ； 微 （ ６ ２２ ７ ） 国家 自然 科学基金项 目“ 不平衡 数 　 据的学习算法及应 用研 究”（ 号 ： １７ ０ １ ； 育 部 入文 社 会 科学 研 究 青年 项 目“ 发事 件 的 网络 舆 情 监测 及 其应 用 研 究” 编 号 ： 编 ６００６ ） 教 突 （ 　１ Ｙ Ｃ Ｈ ８ 及 广东外语外贸大学校 级青年项 目“ １ Ｊ Ｚ ０ ６） 基于数据挖掘的 图书馆 电子资源个性化推荐研究” 编号 ：１ ０ ） （ １ Ｑ １ 的研究成 果。 　作者简介 ： 王连喜（９５ ）男 ， ， 】８２ ， 硕士 助理馆员 ， 究方向 ： 据挖掘应 用； 研 数 蒋盛益 （９３ ）男 ， ， ， １６ ＂ ， 博士 教授 硕士生导师 ， 究方 向： 研 数据挖掘 与 　自然语言处理 ； 庞观松 （９ ８ ， ， １８ ￣） 男 硕士研究生 ， 研究方向　 数据挖掘与 自然语 言处理 ； 吴美玲 （ ９８ ）， ， １ ８ 一 女 硕士研究 生 ， 研究方 向： 数据挖掘　与社会网络分析。 　?９ 　 ２?情报杂志　第 ３ 卷　 ｌ中复杂 的用户关系不仅 可 以激发 、 助推 和引导社 会事　 件 的发展趋势 ， 还可以准确 、 高效地为具有共 同兴趣爱　势进行展望。 　好 的微博用户群体进行 个性化 推荐 ， 至可 以大大 降　 甚低企业 和消费者 的交 易成本 ， 动企业 营销模 式的不　 推１ 微博用户关 系概述　微博主要是一种在线 用户交 流平 台 ， 用户 可 以根　 据 自己的喜好表达 自己的信息 、 寻找志 同道合 或感兴　趣 的用户 。微博用户之 间主要 表现为 主动关 注 、 相互　断创新　 。此外 ， 微博在 凝聚 民心 、 降低事件 危害 以　 及 政 务 互 动 等 方 面 也 发 挥 着 不 可 替 代 的 积 极 作　用　 。由此可见 ， 博 的兴 起赋 予 了社会 经济 活 动　 微 前所未有 的大众 化及 网络化 内涵 ， 大地提 升 了社 交　 极关 注或被关注等行为　 ， 且三种行为对信息 的处理方　 式分别表现为信息获 取 、 信息共 享和信 息传播 三种模　式（ 如图 ２所示 ）　 。 在微博 网络 中， 互相 关注 的用户数 量可 能会 比较　 多， 但是不 同的用户之 间所交互的 内容也会存在 差异。 　 如图 ２所示 ， 同颜色点 （ 相 表示 用户 ） 基本 上汇 聚在 同　一媒体的社会服务效能 。但是 ， 急剧增 长 的微 博用户 数　量、 错综复杂的用 户关系及海 量用 户关系 下的交互 行　 为增加了社会 、 济与生产 的复杂性 ， 经 使一些社会事件　 变得更加不可预测 、 以控制 ， 难 从而为分析社会化效应　 带来 了新的 困难和挑 战。因此 ， 何正确 理解微博 用　 如 户之 间的关系及用户在关 系交互 中所 产生 的行 为 ， 成　区域且具有 相同的关 系， 同一用 户也 可能 同时处　 而于多个不同的关系之 中。所 以 ， 微博 用户所 产生 的活　为 了学者们迫切研究的新方向。微博用户关 系挖掘研　 究正是在这一需求背景下应运而生的。 　 目前 ， 于微博 的研 究 已出现 了多重主体 齐头并　 对进、 多元方 法共 生共 存 、 多维视 角全 方位 透 视 的新 局　 面　 。本文 以微博用 户 为线索 ， 微博 用户 关系 挖　 对 掘进行 归纳 和总结 。通过对近年来的相关文献进行 分　 析和研究 ， 得出微博用户关 系挖掘研究框架 （ 如图 １ 所　动主要是在微博网络中形成关 系或群体 。 　示） 。从 图 １ 中可以看 出 ， 微博用户关系挖掘研究主要　 存在两条主线 ： 一是研究微博用户社群分析 ； 二是研 究　 微博关键用户识别 。从另 一个角度 来看 ， 博用 户关　 微 系挖掘研究主要是对结构和用户行 为两个方面 的因素　进行分析 。结构分 析主要是对用户 的关系结构进行分　 析； 用户行为研究主要是对用户影响力进行测度 。 　＿　相互关注 的用户　 信 息共享　＿　主 动关注的用户　 信息获取　被 关注的用户　 信 息传播　图 ２ 微博用户之间 的行为模式示 意图　综上分析得出 ， 博用户 关系挖 掘就是 指分 析用　 微 户在使用微博 的过程 中 由于社会 交 际而 形成 的社 群　（ 或称社 区） 和在 不 同的社群 中所扮 演 的角色 。由定　 义可知 ， 用户社群分析及关键 用户识 别 正是微博 用户　 关 系挖掘 的主要 内容。 　２ 微博 用户 关 系挖 掘研 究　从微博 的主要特点 看 ， 用户 之间 的主要行 为就是　 构建关 系网络 。微博 中用户所结成的关系是一种新 的　关系 ， 它可 以将互 联 网 上早 期 以 Ｉ （ｎｔ ｔ ｓ ｎ Ｍ Ｉｓ ｎ　 ｓ ― ａ Ｍｅ ｅ 　 ｇｒ） 建 的 双 向关 系 切 割 成 单 向不 对 称 关 系　 。 ｅ 构 ｓ 　图 １ 微 博 用 户 关 系挖 掘 研 究 框 架　Ｇ ｌｅ 等认为微博用户不仅会存在 直接 的单 向不 对称　 ｏ ｒ ｄ或双 向对称关 系 ， 会存在 间接 的三元 闭合 关 系　 。 还 　 事实上 ， 微博用户之间 的庞 杂关 系本 质上 形成 了一个　 巨大 的在线社会 网络 ， 映了实 际社 会 中人与人 之 间 反 　鉴于微博用户关系研究的重要研究 意义和实用价　 值， 本文对 目前 的微博研究 成果进 行连续 跟踪 学习和　 总结 ， 并深入分析和预测其发展趋 势 ， 期望能够更好地　指导未来 的研究工作 。本文首先对微博用户关 系挖掘　 进行 阐释和概述 ； 然后 依据微博 用户关 系挖掘 的两条　主线 的研究进展进行 重点 总结 ， 包括 微博用户 社群分　 析、 关键用户识别和基于用户关系 的个性 化推荐 应用 ； 　 最后 ， 对微博用户关 系挖掘技术进行总结 ， 并对发展趋　的交际关系 ， 并表现为强关 系与 弱关系共 存和呈 现 出 　 幂律等级分 布特性　 引。微 博用 户形成 的社 会 网络具　 有两个特点 ： 一是用户的局部聚集形成群体 ； 二是用户　具有结构差异性 。近年 来 ， 这两 个特点越 来越 受到学　 者 们的关 注。 　第ｌ ２期　王连喜 ， ： 等 微博用户关系挖掘研究综述　? ３? ９ 　２ １ 微博 用户社 群分析 ． 　在微 博使用实践 中， 用户　微博群体用户呈显 出明显 的动态变化特点　］ 。 　用户 的动态变化是 微博 群体 的主要特点 ， 以对　 所 微博用 户进 行 动 态 分析 可 以挖 掘 出一 些 潜 在 规律 。 　 Ｋ ｖａ － ｗ ｉｅＦ 等认为对群 体结构 的动态 分析可 以　 ｉｒ Ｓ ａ 　 ． ｎ ｎ 帮助判断微博用户之 间关系 的持续性　 。Ｍｅｄ ｒ ． ｅｅ　 　 Ｂ 等利用时间戳信息分析微博用户 的动态变化规 律　 。 　 袁毅等通过跟踪微博用户在时间周期 内关于某 一话题　 的交流数据 ， 发现用户在信息交流过程中形成关 注、 评　论、 转发和引用 四种社会关系网络 ， 出四种关 系网络　 指积极选择并参 与构建个 性化关 系 ， 一些具 有相 似特　 与 征 的用户 自发地 聚集 到一起 形成群体 。群体可以体现　 关 系的局部 聚集特性 ， 过对微 博群体 进行 分析 可 以　 通 帮助研究用户 的行 为 、 群体的结构　 透视 理解用户之 间　 关系模式 。 　用户社群 分 析作 为 用户 关 系挖 掘 的 主要 技术 手　 段， 它在常规 复杂 系统 中的研究 已经 比较成熟 ， 出现 了　许多成果　 ］ 。但 是 ， 博 是一 种 新兴 的 、 微 特殊 的复　 杂系统 ， 以关 于微 博用户 社群 分析多 是基 础性 和探　 所 索性的研究 。用户社群分析 的 目标是将社会 网络划分　 为群组 ， 即按照节点 （ 用户 ） 间的连边 （ 系 ） 关 把节 点划　 分成若干节点组 ， 使得节点组 内部 的连边 相对稠密 ， 不　同节点组之间 的连边相对稀疏 。社群分析研究假定 一　 个社会 网络 Ｇ＝｛　 ，ｆ 　 Ｅｙ， 『 ｃ｝Ｃ表示　 （ｉ， ，）Ｉ 　ｆ ０≤＿≤ ，有其不 同的结构形态 ， 同时 又具有某 些共性 特征及　 但 联系　 。Ｔ ｕ ｅＡ 等则从 网络动态性 的角度 对 Ｔ ｉ　 引 ｅｔ 　 ． ｌ ｗｔ ． ｔ ： 了分析 ， 出人度 的增 长 、 ｅ 进行 ｒ 包括 网络密度 和介数　 等参数来描述微博 网络的变化　 。 　从上述 分析可以看 出 ， 微博用 户社群 具有许 多不　同与其他社 会网络 的特点 ， 它兼具 静态 和动态 网络的　双重特性 。静态网络用 户社群 分析可 以利用 简单 的、 　期望的群体数 目， 主要实现 为每个 节点用 户　 找 到一　 个群体 ） ， ， 满足 ， ∈ Ｇ， 　 ， 　 并使 得社 会 网络 的结 构能 够　 最大化程度 地保 持 。这 一 目标 体现 着 “ 以类 聚 、 物 人　 以群分” 的朴 素思 想 ， 与图论 和 聚类 有 着非 常 紧密 的　联 系㈣ 。 　有效的聚类 或图论方法进 行处 理 ， 而微博 用户 的规模　 巨大 、 微博信息量小 、 微博特征空 间维度低及社群形成　 时间和过程难以控 制等影 响 因素 ， 导致动 态网络 用户　 社群 分析技 术的研 究难 以进行深入 开展 。 　 ２ ２ 关键用户识别 ． 微博用户具有结构差异特性 ， 　 不 同用户因其 自身属性及 其所在 关 系中位 置不 同 ， 所　 以其 在关 系中所起 的作用 和交互 的方式也各不相 同并　 逐步形成一定 的影 响力 。用户影 响力分析主要研究 如　何基 于用户 的交互 活动水平 （ ｃｖｔ Ｌ ｖ１来研究 用　 Ａ ｔ ｉ 　 ｅｅ） ｉｙ 户 与用户是 如何相互影 响以及研究用户在社会 网络 中 　 影 响力 的大小 。在社 区 中， 响力 大 的用户 往往是 关　 影 键用户 （ 称 意见领 袖 ） 能在一 定程 度上 引导舆 论 、 或 ， 　通过对用户进行聚类分析可 以探测 出微博社会关　系网络的拓扑结构及 发现结 构 中的潜在 规律 ， 而通过　 图分 割分析则可 以体现 出网络节点 的关系 。根据这个　 观点 ， 于聚类的社群分 析方 法和基 于 图分割 的社群　 基分析方 法被 相继提出 。Ｚ ａ ｇＹ 利用可 以反映用户兴　 ｈ ｎ　 ． 趣 的文本 内容 、 社会结 构等特 征来计 算不 同微 博用户　之 间相似性 ， 然后利用 Ｋ― ａ ｓ ｍｅｎ 聚类 算法来识 别微博　 群体 ¨ 引。Ｔ ｎ 　 ． ａｇＬ 利用基于正则 化时 间的多模 型聚类　 算法来发 现动态的网络群体　 。而 Ｙ ｕ等使用归一化　 割 （ ｏｍａ ｚｄＣ ｔ求解模 块化 聚类 并解决 群体 发现　 Ｎ ｒ ｌ ｅ　 ｕ） ｉ影 响用 户行 为（ 如购买行为 ） 政治观点等　 。 、 　问题　］ 加。文献 ［ １从 微观 角度 结合 马尔 可夫链 和 聚　 ２］类算法将微 博 用户 划分 为 不 同的 群体 。Ｇ ｏＱ 等 以　 ａ　 ． 用户 作 为 节 点 ， 系 作 为 边 利 用 ＭＳ Ｃ （ ｘ ｌ 关 Ｃ Ｍａｉ 　 ｍａＳｒｎ ｌ Ｃ ｎｅｔ 　 ｏ ｐ ｎｎｓ 方法将 微博 用户 划分　 ｔ ｇｙ ｏｎ ｃ ｄＣ ｍ ｏ ｅｔ） ｏ 　 ｅ 为具有不 同拓扑结构 的群体 ， 且在 不 同用户群 体上　 并 对用户 的关 系进行 了挖掘　 。 引　近年来 ， 同网络平 台上关 于关键用 户识别 体　 在不 现 出了多样性 的研究 方法　 弱 ， 卜 　 这些成果 对微博 的关　 键用户识别研究具有较高 的参考价值 。在网络社区研　究中， 关键用户 主要 是通过 网络社 区 中用户 节点 的重　 要性程度来进行衡量 。如果用户节点的重要性程度 越　 高， 那么该用户 的影响力或权威性越大 ， 成为关键用户　 的可能性也就越大 。测量社 区节点重要性和节点间关　近年来关 于微博 用户群体分析的研究不仅在技术　研究方面取得 了一 些成果 ， 而且 在定性 研究 方 面也 出　系的常用方法主要有两类 ： 一类是 中心性分析 ； 类　 另一是拓扑链接结构分析 。两类方法都是以用户节点对 其　他用户 的控制能力来 度量 节点 的重 要性 ， 主要侧重 于　 衡量个人或 组织 在其 社 会 网络 中居 于核 心地位 的 程　现 了不少成果 。Ｇ ｕｄＡ 等认为微博用 户都 是处于一　 ｒｚ　 ． 种虚拟在线社 区之 中 ， 但是 这些 虚拟社 区又 能体 现真　 实用户 的关 系 ， 他们还 认 为微 博社 区中的用 户具　 并且 有成员性 、 响性 、 和需求性及 分享性 等特点　 。 影 整合 　Ｊｖ　 ． ａ ａＡ 等通 过研究 Ｔ ｉｅ 社 会 网络 的拓扑属性 和地　 ｗｔ ｒ ｔ度， 是对个体权力 的量化分析 。 　中心性分析是 以社会 网络节点 的度数衡量节点中　 心性特征 ， 以反映 出节点在 网络 中的中心性地位差异 。 　 如果节点具有较高 的度 数 ， 则它 可能拥 有更 大的影 响　理属性发现 ， 具有高 度相关 性或 强互 动性 的用 户会 逐　渐聚合形 成群 体　 。Ｒ ａ　 等 认 为社 区 中心用 户　 ｙｎＷ．力　埘　 ｎｇＹ． 。Ｗａ 　 等利用基 于邻接 图谱矩阵的 中心性　 等分析方法来度量 Ｔ ｉｅ 用户节点 的重要性 ， ｗ ｔｒ ｔ 根据节　会对整个群体用户 的行 为产生 较大 的影 响 ， 且 发现　 并?９ 　 ４?情报杂志　第 ３ 卷　 １点重要性判 断 Ｔ ｉ ｒ ｗｔ 网络 社区 中的意见领袖　 。平　 ｔ ｅ户粉丝 的关注关系 ， 没有从 动态方 面考虑 用户信 息流　向问题及用户影响力 度量指 标。Ｙ ｍａ ｕｈ 等从社 交　 ａ ｇｃｉ亮 和宗利永等在社会 网络理论 的基础 上 ， 结合微 博用　 户之 间的“ 关注 ” 被 关注” 息在传 播过程 中所形　 与“ 信成的 网络拓扑结构对微博社会 网络 的中心性用户进行　 了分 析 ， 并在 此基础上 识别 微博社 区 的意见领袖　 。 　图谱和微博用户之间信 息流动方 向 的角度 出发 ， 出 提 　一种基 于 ｕｅ－ｗ ｅ ｇａｈ的 Ｔ Ｒａｋ算 法 。论 文首　 ｓｒ ｔ ｅｔ ｒ 　 ｐ Ｕ ｎ先构建一个有 向加权 图 ， 通过计 算不 同类型边 的权 重　 大小确定不 同关 系 中的意 见领 袖 。权 重计算 方 式 为　Ｗ　 ｎ 、 ，…袁毅等从微博信息传播 网络 的角度 出发 ， 以原创博 文　为 中心沿着多条路径进行 逐级发 散构建传 播 网络 ， 通　（） ｅ 　ｋ　　 　　 ｃ） ｓ，过对微博 网络节点 的影 响力进行 分析 ， 现强势 节点　 发 （ 意见领袖 ） 越早 出现在传播早期 ， 有利 于信息 的扩　 越这 里 ， （ｓ 　 ｅ）表示相 同关系 下　的边 的权重 ， ｕＤ ｇ ｕ ｅ）表示从节点　 出发 的外 向 Ｏ ｔｅ （ ， 　 　 边 的个数 。虽然该方 法考 虑了信 息的流 向 ， 但是 没有　体现微博 的动态属性　 。 　 随着研究的深入 ， 学者们 认 为用户在 微博上 发布　 的消息在 长 期 内被 动 态 地 转 发 （ ｅ ｅｔ 和 被 提 到　 Ｒ ｔ ｅ） ｗ （ ｎｉ ） 是 衡 量 用 户 影 响 力 的重 要 标 准　 Ｍｅｔ ｎ 也 ｏ 。 　 Ａ ｏ 以转发和提 及数 据构 建社交 图并 以一定 时 间　 ｒｎ等 内微博用户 的被转发和被提及数量构建用 户影 响力矩　散　 。根据 中心性 分析 可 以有效识 别 出微 博 网络社　区中的关键用户 ， 但是 没有突 出网络结 构的方 向性及　用户之间的关 系。 　拓扑链 接结构分 析方法 则是利 用图论方 法 ， 整　 从 个 网络的拓扑结构中分离 出具有关系或潜在关系的节　点集 合 。微 博网络 的链接结构分析利用有 向网络节点　的权重来衡 量节点的重要性 ， 以通 过 网络 的方 向体　 可 现 出信息的流 向和结 构关系 。在研 究 中 ， 常将微 博　 通 网络用有 向加权 图的结构形式进行表示 ， Ｇ＝（ ， ， 即 Ｖ Ｅ　 ） 其 中 Ｇ表示社会 网络 ， ， 节点 Ｖ＝ ） 表示 节点（ 　 ． 用　 户） 的集合 ， 　 Ｅ： ） 是边 的集合 ， 示用户之 间的　 　． 表阵 ， 响 力 矩 阵 定 义 为 ：Ｉ　 ＝ Ｐ “ｉ ｕ　 ＝ 影 Ｆ ¨ （　 ｆ ｕ） 　 ｎ ｌＷ （） ｕ ｔ ） ＋ Ｗ （） （ｊ ｕ）， 中，Ｗ （） 和　 　　 Ｐ（ｊ ｕ ｒ　 　　 Ｐ ｕ 　 其 ｍ 　　Ｗ （）分别表示用户 Ｊ 发 和提及 用户 ｉ 布的 信息　 　　 转 发的权重 ， ｕ ｔ　 和 Ｐ ｕ “） Ｐ（ｊ ｕ） ｒ （　 　 分别表示用户　转发和　 提及用户 ｉ 发布 的信 息 的概 率 ， 实验证 明 Ｋ ｙ ａｋ方　 ｈＲ ｎ 法 比传统 的影 响力 计算 方法 效果要 好　］ 。基于 图分　 析 的微博用户影响力判断方法虽然考 虑了微博用户之　 问的关系 ， 但是容易受到 同一关 系 中的不 良用户 所影　 响。为此 ， ａｏ Ａ ｅ ｏ等 提 出一种 Ｐｅ ｉｅ ｋ方法　 Ｇ ｙ － ｖｌ ｌ ｒｓｇｒ ｔ ａ ｎ社会关 系 ， 表示边 ｅ ＝（ 　）∈Ｅ的权重 ， 　 　 　， 用来体　现节点的重要性 ， 径表示 由社 会关 系构成 的链接关　 路 系 。微 博社 区用户 的“ 注” 被 关注” 系是 由用　 关 与“ 关 户之间的关 注 、 转发 或评论而 形成 的具有结构 化 的链　 接关系 。所 以 ， 以从 关系 的链 接角 度用节 点 的重要　 可 性来衡量用户的影响力 。在 微博产生 初期 ， 不少学 者　 认为用户 的粉丝 越多 ， 响力越 大　 影 ， 并提 出了一　系列 基 于 Ｐｇｒｎ ａｅａｋ方 法 的影 响 力 拓 展 排 序 方 法 。 　对微博用户 的影 响力及价值进行判定　 。 　此外 ， 不少学 者还从 核 心用户 特 征　 、 用户 活跃　 度　　 及用户 动作行 为 网络 （ 。 如转 发 、 回复 等 ） 等　 　 指标研究微博 的关键 用户 ， 并取 得 了一些 有 意义 的研　究成果　ＷｅｇＪ 等以微博用户所接收 的 Ｔ ｅｔ数量作 为用户　 ｎ 　． ｗｅ ｓ影 响力大小 的计算依据 ， 然后根据 ＰｇＲ ｎ 原 理在特　 ａｅ ａｋ定 主题上 提 出 Ｔ ｉｅ ａｋ方法　 。对 于给定 的主题　 ｗｔ ｒ ｎ ｔｒ，３ 基于 用户关 系的个 性化 推荐 应用　 　随着以用户 为中心 的 Ｗｅ２０的广泛应用和 以用　 ｂ．用户在整个 微博 社 区的影 响力 大小 定义 为 ： ＝ 豫 　● ∑　 ? ， 　 为主 ■ 豫　其中 　 题的 权重， 表示主题 Ｔ 　 户关系为核心的社会 化 网络服务 （ Ｎ ） 豫　 的 Ｓ Ｓ 的流行 ， 以微　影响力 大小 。Ｔ ｉｅ ａ ｋ ｗ ｔｒ ｎ 方法是一种基 于主题随机游　 ｔｒ博为代表 的新媒体 网络服 务开始 进入社会 化进 程 ， 导　致不 同环境下 的用 户关系 发生 了巨大 的变 化 。因此 ， 　 开展 和分析新型 网络媒体 中基于用户关系的网络应 用　服务具有非常重要 的意义 。 　走的影响力计 算方 法 ， 能够准 确识别 不 同主题 的关键　 用户 ， 但是该方法没有充分利 用微博 内容 的相关性 来　 提高主题链 接权重 。而 文献 ［ ３ 和 ［４ 从微 博 内容　 ４］ ４］资源角度弥补了 Ｔ ｉｅ ａｋ算法的不足 ， ｗｔ ｒ ｎ ｔｒ 使得 Ｔ ｉｅ― ｗｔｒ ｔ　 ｒ ｋ算法更为合理。此外 ，ｕＬ 等根据链接个数变化　 ａ ｎ Ｌ 　．自动调整加权 比例 的方 法也对 Ｐ ｇＲ ｎ ａ ｅ ａｋ进 行 了素性　在微博用户之 间的交 互过 程 中， 当微 博用 户从海　量的微博信 息中找到 自己感兴趣 的或值得分 享的某 条　 微博 的时候会 主动 地去转发 它 ， 让他 的粉丝 也能分 享　和推荐他感兴趣 的东西 。通 常 ， 具有 相 同群体行 为　 在修正 ， 出一 种 自适应 Ｌ ａｅ ａｋ算 法 ， 提 ｅｄｒ ｎ Ｒ 并利 用传 染　免疫 的模型验 证 Ｌ ａｅ ａｋ算 法能 够得 到 的最优 节　 ｅｄｒ ｎ Ｒ 点 的影响力　 。 　的微博用户群体 中 ， 户之 间的信息推 荐更 为智能化　 用和人性化　 。由此可 以看出 ， 用户之 间的社 会关 系和　Ｔ ｉｅ ａｋ ｗ ｔｒ ｎ 方法虽然能够在特定微博 主题 下有效　 ｔｒ结构都会影 响微博信息社会化推荐效果　。 　识别关键用户 ， 但是它 只是从 静 态方面 考虑 了微 博用　在微博用户关 系挖掘研究 中， 博信息 的个性 化　 微第１ ２期　王连 喜 ， ： 博用户关系挖掘研究综述　 等 微? ５? ． 　 ９推荐应用研究 主要 存在两种 模式 ： 一种 是基 于用户 模　 式的推荐 ， 另一种是 面 向用户 关系模 式 的推荐 。基 于　 微博 的用户模式推荐 主要通过提取用户 的兴趣 及基本　 信息来建立个性化 特征模式 ， 然后 根据 用户 的群体 类　 型变化而调整策 略以达 到个 性化推 荐 的 目的。所 以， 　 用户兴趣特征提取是 基于用 户模 式推荐 的前 提 ， 但是　 这种方式也 要 以社会 关 系 网络作 为基 础。文 献 ［ ９　 ５］ 以微博用户社交关 系网络 为基础 ， 通过 提取 和分析 用　 户的兴趣特征 ， 并将用户可能感兴趣 的信息进行排 序 ， 　 然后根据候选信息序列为用户推 荐信息 。而 Ｙ ｍａｕ　 ａ ｇ－ ｃｉ 等首先根 据微博用户的 自定 义标签建立 群体 用　 ｈ Ｙ． 　 户清单 ， 然后再依据清单进行 信息推 荐　 。但 是这种　方法 没有 考虑到用户兴趣 的变化特点 。为 了能够根据　微博 信息个性化推荐 技术研 究 已经成 为 热点， 但　是， 目前的基于用户和用 户关 系模 式 的个 性化 推荐对　海量微博信息进行推荐 时表现 出准确 率低下 ， 时间复　 杂度偏高的现象 。因此 ， 究 高效 、 的个性化信息　 研 准确 推荐方法是处理微博等具有庞大用户关 系的网络媒体　的有效解决之道。 　４ 结论 与展 望　　 １，　本 文针对微 博的用户关系挖掘研 究进行 了重点分　析和总结 ， 括微 博中用户社群分析和关键用户识别 。 包 　 虽然 ， 目前对于微 博用户关 系挖掘 的研究 已在多 个领　 域得到 了较为广泛的应用 ， 这些研 究仍 有许多 值 得　 但重 点探讨 和研究 的问题 。 　 。 　 用 户社群分 析方法研究虽然在不 同网络平 台取得　用户的兴趣变 化推荐 更有 价值 的信 息 ， ｓｉ ａＴ 等　 Ｕ ｈａ 　． ｍ在提取用户兴趣特征 的基础 上 ， 根据 用户 的时 间表 向　不少成果 ， 但是对 于大规模 、 低特征空 间性和用户关系　 复 杂的微博来说 ， 算法 的性能很难 满 足实际要 求。此　 外， 一些具有 时间标 签 的微博 用户 特征也 比较难 以收　 集 。因此 ， 需要加强对 于微博 层次重 叠和 动态 的用 户　 社群分析研究 ， 过对微博 用户关 系 的动态变化 性　 以通来挖掘更 多 、 更有价值 的潜在规律 。 　 目前关 于微博关键用户研究 的思想基本是从用户　具有 共 同兴 趣 的微 博用 户 群 体 进行 个 性 化 推 荐　 。 　此外， 文献 ［２ 提 出基 于两 阶段微 博 自动摘 要 系统 ， ６］ 　 该 系统首先将微博 信 息分成 四类 ， 后对 系统 产生 的　 然 微博 信息摘 要与微博信 息类别 进行 匹配 ， 而 实现微　 从博信 息的过滤 、 压缩及推荐 。 　面向微 博用户关 系模 式信 息推 荐 的基 本 思想 ， 则　是首 先建立用户和信息源之间以及用户和用户之 间的　对应关 系 ， 然后进 行用户社群分析 ， 建立相似用户群或　影 响力的 角度 出发的 ， 虽然能 够在一 定程 度上评判 微　 博用户在 网络节点 上的重要 性 ， 但是 文献 中现有用 户　兴趣共 同体 。当相 同用户 群的某 个用户或某几个用户　 对某信 息（ 商品） 感兴趣 时 ， 以预测 共 同体 的其　 或 很 可 他成员也感兴趣 ， 从而将 该信 息推 荐给其 他成 员 。在　该推荐方法 中 ， 户社会关 系分 析及 用户社 群分 析是　 用影 响力 的定义 和评 价准则 过 于单 一 。因此 ， 今后 的研　究需要设计更准确 和更高效 率 的关 键用户 识别方 法 。 　 另外 ， 有研究表 明微博 的信息传 播模 式也会 影响关 键　用户 的识别效果 ， 但是 在单一 分析环 境下很难 得到非　常理想 的效果　 。所 以， 社会网络分析 与信息传播 模　 式分析 的交叉或融合研究将是微博关键用户识别研 究　 的一个新方 向。 　进行推荐 的基础。具有 代表性 的成果有 ： ａｎ ｎＪ等　 Ｈ ｎ ｏ 　． 通过分析用户社交 网络 中用户 之 间的相互 关 系情况 ， 　 然后根据用 户的不 同关 系进行基于 内容 的协 同过滤推　荐　 。但是用户 之 间关 系的 紧密程 度会 影 响推荐 的　信息推荐是互联 网挖掘 的一项 重要 的研究任 务 ， 　也是 网络服务环境下用户关系挖掘的研究热点。而微　效果 。在 关 系 推荐 的基 础 上 。Ａ ｍ ｎａｏＭ． ｒ ｅｔ 　 等首 先　 ｎ 根据微博用户之 间的跟随与被跟随关系程度来计算用　 户之 间的关 系紧密 程度 ， 在此 基础 之上依 据微 博用　 并户 网络拓 扑结 构 为相 关信 息 进行 推 荐　 。Ｐ ａ Ｍ． ｈｍ　 　 等在充分分析用户 关系 的同 时 ， 利用 用户 关 系来 识　 并博用户群体 中的话题 往往会 随时发 生变化 ， 在社 区　 并中经常 出现 “ 长尾现象” 。为此 ， 需要深入 研究用户 的　 关 系特征 ， 结合 已成熟的或新 的数据挖掘技 术 ， 从海量　微博数据 中提取关键用户 的特征及相关用户社群的组　织成员脉络 ， 充分研究用 户社群 及关键 用户 的形成 机　 理和动态演化过程 。因此 ， 研究 基于不 同用 户社群形　 态 的动态推 荐技 术也 是 当前 微博 研究 的 主要任 务 之　―别用户群体 ， 然后对用户 群体进行 信息推 荐　 。利用　用户关 系可 以在一 定程度 上增 强信 息推荐 的准确 性 ， 　但是推荐 的范 围过 于狭窄 。用户群体推荐 可以有效扩　展推荐范 围 ，ｉｇＬ 等则利用 聚类将用户划分 为不 同　 Ｔｎ 　 ．―Ｏ 　的群体 ， 且对不 同微博 群体 的用户 特征 进行 社会结 构　和群体特性分析并 找出相 应产 品的 目标用户 群 ， 然后　 对用户群实现 个性 化 的信息 推荐　 。Ｅ ｉｅ Ｄ． 通　 ｄｇｒ 等 　过分析微博用户 的兴趣特 性 ， 利用 图论 方法 分析用 户　 的社会关系 ， 然后依据 用户 之间 的社会关 系进 行关键　 资源推荐　 。 　微博作为一种新型 的社会媒 体 ， 内容短 小精悍　 其 但时效性强 ， 信息含量小 但话题 更新快且 总体 数量 巨　 大， 并且大部 分微 博 的情感 表 达 的倾 向性较 为 明显 。 　 所 以， 微博的 内容挖掘 、 话题趋 势检测及情感倾 向性分　析等也是微 博研 究 的重 要研 究方 向。随着研 究 的深　人 ， 用户社 群分析 、 微博 内容挖 掘及微博情感倾 向性分　?９ 　 ６?情报杂志　第 ３ 卷　 ｌ析将会实现有机融合 ， 为进 一步 的实际应 用场景 提供　 相应 的理论和技术支 持 ， 例如 ， 博 的情 感分析 、 微 话题　检测技术及用户社群分析技术则有 助于建立微博舆情　 监测 预警 系统 ， 而微博 的 内容挖 掘与关 键用户 识别技　ｍａ ｏ　ｎ　 ｎ ｗ ｅｇ　 ｎａ ｅ ｎ ＣＫＭ　０　） ｉ ｔ ｎａｄ Ｋ ｏ ｌ ｅＭａ ｇｍｅｔ（ Ｉ ２ １ ，Ｇｌ ｇ ｗ， ｄ １ ａｏ 　 ｓＳ ｏｌ ｄ Ｋ，０ １ １ ）２ － ８ ｃ ｔ ，Ｕ ２ １ （ ０ ：４ ２ 　 ｎ ａ［２ Ｃ ｌ ｒ ， ａ ｉ ．Ｓ ｕｔａ Ｐ ｉｏｓ ｆ ｉ Ｆｒａｏ　 　 １ ］ ｏ ｅ Ｓ Ｙ ｒ　 ｄ　 ｄ Ｓ ｔｃ ｒ　 ｅ ｃ ｒ ｏ　 ｅ ｏ ｔｎｉ ｒ ｕｌ ｄ ｔ 　 Ｔ 　 ｍｉ ｎ ｒＴ ｉ ｒ Ｔ ａｓ ｖ ｙ ａｄ Ｍｕ ａ ｔ［ ． 　 ｒ ｅｄ ｇ ｏ　 ｅ ｗ ｔ ： ｒ ｉ ｉ 　 　 ｔ ｉ Ｃ］ Ｉ Ｐｏ ｅ ｉ ｓ ｆｔ 　 ｔ ｅ ｎｔ ｔ ｎ ｉ ｕ ｙ ｌ ｎ ｃ ｎ　 ｈＩ ＥＥ　Ｃｏ ｆ ｒ ｎ ｅ Ｅ ｎ ｅ ｃ 　ｏｎ ｏ ｉｌ ｅ 　Ｓ ａ 　Ｃｏ ｕ ｎ ． Ｍ ｉ ｎ ａ ｏ ｉ ， ｌ Ｎ ， ｃ ｍｐ ｔ ｇ ｉ ｎ ｅ ｐ ｌｓ ｖ 　 ｌ ２ １ ８ ９　 ０ ０： ８－ ５术则可 以为开发微博虚假信息检测系统提供基础 。 　在微博规模不断 扩大 的背 景下 ， 究更有 效 的技　 研 术从微博 资源中挖 掘出有用 的信息来 解决 现实 问题 ， 　 是政府 、 企业及个人密切关注 的问题 ， 同时也给广 大学　 者带来了新 的挑战。尽管 网络用户关 系挖 掘技术 、 数　 据挖掘技术及应用 已经得 到了一定 程度 的发展 ， 面　 但 对 日趋变化和发展的微博 ， 有许 多值 得探讨 和研 究　 仍 的 内容 ， 如微博 自动摘 要 、 微博 用户 聚类 、 微博 舆情 分　 析 、 虚假信 息过滤 、 微博 微博情感分析及微博动态社群　 形成机理与挖 掘等实际应用方 面仍具有广 阔的研究空　间。 　参 考 文 献　［３ ｏｄＤ， ｏ ｅＳ Ｌｔ 　 Ｔ ｅｔＴ ｅｔ ＲｔｃｔＣ ｎｅ 　 １ ］Ｂ ｙ　 Ｇ ｌ ｒ ， ｏ Ｇ． ｗ ｅ， ｗ ， ｅ ｅ ： ｏｖ － ｄ　 ｎ ａ ｗ ｒｓ ｉ ａ Ａ ｐ ｃ 　ｆ ｅ ｅｔ ｇ ｎＴ ｉ ｒＣ］Ｉ　ｒ ｅｄ ｇ　 　 ａ ｎ 　 ｓ ｔ ｏ Ｒ ｔ ｅ ｎ　 　 ｗｔ ［ ． Ｐ ｃｅｉ ｓ ｆ ｔ ｌ ｎ ｅｓ ｗ ｉ ｏ ｔ ｅ ｎ ｏ ｎ ｏＨａ ｉ ｎ ｒａｉｎ 　Ｃｏ ｆｒｎ ｅ ｎ ｙｓ ｍ　Ｓ ｉｎｅｓ 也 ＥＥ ， ｗａｉ ｔ ｎ ｔ ａ 　Ｉｅ ｏｌ ｎｅ ｃ　ｏ 　Ｓ ｔ ｅ ｅ ｃｅ ｃ ， 　Ｋａ ａ ， ０１ １ ０ ｕ ｉ ２ ０： －１ 　［４ １ ］胡昌平 ， 胡吉明． 网络服务环境下用 户关 系演化规律研究 ［ ］ Ｊ． 　中国图书馆 学报，０ １３ （ ９ ）４ １　 ２ １ ， １２ ：－ ０ ７［５ １ ］苗 蕊 ， 刘鲁． 科学家 合作 网络 中的社 区发现 ［ ］ 情报学　 Ｊ．报 ， ０ ｌ ３ （２ ：３２ １ １　 ２１ ， Ｏ １）１１－３８［ ６ ｂｎＨ， ｈｎ 　 Ｃ 　 ． ｔ ｔ ｖｒ ｐ ｉ 　 ｄＨｅ ｒ ｉ 　 １ ］Ｓ 　 Ｃ ｅｇＸ， ａ Ｋ Ｄ ｅ 　 ｅ ａｐ ｇａ 　 ｉ ａ ｈ ａ ｅ ｌ ｅ ｃ Ｏ ｌ ｎ ｎ ｒｃ ｃ ｌ Ｃ ｍ ｎ ｙＳ ｕ ｔ 　 　 ｅ ｏ ｓ Ｊ ．Ｐ ｙｉ 　 Ｓ ｔｔ ａ ｏ ｍｕ ｉ　 ｔ ｃ ｒ ｉ Ｎ ｔ ｒ ［ ］ ｈ ｓ ａ Ａ： ｔ ｓｃ 　 ｔ ｒｕ ｎ ｗ ｋ ｅ ｃ ｌ ａ ｉ ｉ ｌＭｅｈｎｃ　 ｄＩ　 ｐ ｌ ａ ｏｓ ２０ ３ ８ ８ ：１０ － ７ ２ ｃ ａｉｓａ 　ｓＡ ｐｉ ｔ ｎ ， ０ ８，８ （ ） ７ ６ １ １　 ｎ ｔ ｃｉ［７ １ ］黄发 良． 信息 网络 的社 区发现及其应 用研究 ［ ］复杂 系统与　 Ｊ．复杂性科学 ， ０ ０ ７ １ ： ４ ７ 　 ２１ ， （） ６ ―４ ［８ ｈ ｇ Ｙ， 　 １ ］Ｚ ａ 　 Ｗｕ Ｙ，Ｙ ｇ Ｑ ｏ ｍ ｎ ｙ Ｄ ｓ ｖｒ ｉ Ｔ ｉｅ ｎ ｎ ａ 　 ．Ｃ ｍ ｕ ｉ 　 ｃ ｅ 　 　 ｗ ｔｒ ｔｉ ｏ ｙ ｎ ｔ　 Ｂ ｓｄ ｎＵ ｒ ｎ ｒ ｔ［ ］ ｏｒａ ｏ Ｃ ｍ ｕ ｔ ｎ 　 ｆｒ ａ ａ 　 　 ｓ 　 ｔ ｓ Ｊ ．Ｊ ｎ 　 ｆ ｏ ｐ ｔ ｏａ Ｉ ｏ － ｅ ｏ ｅ Ｉｅ ｓ ｅ ｕ ｌ 　 ａ ｌ ｎｍ 　 ｉｔ ｎＳ ｓ ｍｓ ２ １ ８ ３ ： ９ － ０ ０ ｉ 　ｙｔ ， ０ ２， （ ） ９ １ １０ 　 ｏ ｅ［ ］ Ｓ ａｆ Ｂ Ａ ｔ ａ ｃ ｃ ｂ ｇＣａｓ Ｃ ｔ ｎａｄＳ ｍ ａ ｚ－ １ ｈｒ 　 ． ｕ ｍ ｔ　 ｒ ｌ 　 ｌ ｉ ａｏ 　 　ｕ ｍ ｒ ａ ｉ ｉ ｏ ｉ Ｍｉ ｏ ｏ ｓｆ ｉ ｎ ｌ ａ 　 ｔ ｎ Ｄ］ Ｍ ｓ ｒｓ ｈｓ ， ｎ ｅ ｉ　 ｆＣ ｌ ａｏ ａ Ｃ ｌ ａｏ ｉ ［ ． ａ ｅ 　 ｅ ｓ Ｕ ｉ ｒ ｔ ｏ　 ｏ ｒ 　ｔ ｏ ｒ 　 ｏ ｔ　 Ｔ ｉ ｖ ｓｙ ｏｄ 　 ｏｄＳ ｒ ｇ ． ０１ 　 ｐｉ ｓ ２ ０ ｎ［ ］ Ｌａ 　 ， ｓ ａ ｈ Ｍ， ａ　 ．Ｍｉ ｎ　 ｃ － ｌ ｓ Ｏ ｐ ｒ　 ２ ｉ Ｙ Ｍｏ ｔ ｉ Ｈ ｒ Ｂ ｏ ｈｇ　 ｔ ｎ ｇＭｉｏ Ｂｏ ： ｐｏ ― ｉ ｒ ｇ ｔ ｉｅ ａｄＣ ａｅ ｇｓ Ｃ ． 　ｒｃ ｄ ｇ ｏ　ｏ ｉ　 ｅ ｏ ｓ ｕ ｔ ｓ ｎ 　 ｈｌ ｎｅ ［ ］ Ｉ Ｐｏｅ ｉ ｓ ｆ ｃ Ｎ ｔ ｒ ： ｎｉ　 ｌ ｎ ｅｎ　 Ｓ ａ ｗ ｋ　 ｌＣ ｍ ｕａ ｏ ａ Ａｓｅｔ ａｄＭｉｉｇ ｐ ｎ ｅ， ０　 ３ ：－ ８ ｏ ｐ ｔｔ ｎ 　 ｐ ｃ 　ｎ 　 ｎｎ ．Ｓ ｒ ｇｒ ２ １ （ ） ｌ ２　 ｉ ｌ ｓ ｉ １［９ Ｔ ｇＬ ＬｕＨ， ｈ ｇＪＩｅｔｙ ｇＥ ｏ ｉ 　 ｒｕｓｎＤ － １］ ａ 　 ， ｉ ｎ 　 Ｚａ 　．ｄｎｆｉ 　ｖｌｎ Ｇｏｐ ｉ ｙ ｎ ｉ ｎ ｖｇ 　　 　 ｎｍｃＭｕ ― ｄ　ｅ ｏ ｓＪ．Ｅ ＥＴａｓ ｔ ｎ ｏ　 ｎｗ? ａ ｉ ｌ Ｍｏｅ ｔ ｒ ［］ ＩＥ 　ｒ ａ ｉ ｓ ｎ ｏ ｌ 　 ｔ ｉ Ｎｗ ｋ ｎ ｃｏ 　 Ｋ 　ｃ ｇ　 ｄＤａ 　 ｎｉｅｒ ｇ ２ １ ２ １ ： ２ ８　 ｄ ｅａ 　 ｔ Ｅ ｇｎｅ ｎ ， ０ ２， ４（ ） ７ － ５ ｎ ａ ｉ［ ］ Ｋａｌ 　 　 ， ｅｌｉ　 ３ ｐａ Ａ Ｍ Ｈａｎｅ Ｍ．Ｔ ｅＥ ｒ 　 ｒ　 ｔ ｅ　ｈ　 ｅ ： ｎ ｎ ｈ　 ａｌ Ｂｉ Ｃａ ｈ ｓｔｅＮ ｗｓ　 ｙ ｄ ｃ［０ ｕ ， ｎ 　 ． ｅ ｏ 　 ｏ ｕ ｉ 　 ｉ ｏ ｅ ： ｏ ｉ 　 ｏ ｕ ２ ］Ｙ 　 Ｄ ｇＣ Ｎ ｔ ｒ Ｃ ｍ ｎ ｙＤ ｓ ｖｒ Ｓ ｌ ｎ Ｍ ｄ － Ｌ ｉ ｗ ｋ ｔ ｃ ｙ ｖｇ 　 ｌ ｉ 　 ｌ ｔｉ 　 ｉ Ｎ ｒ ａ ｚｄ Ｃ ｔ ｃ］ Ｐｏｅｄ ｇ　 ｆ ｈ　 ａ ｔ Ｃ ｕ ｅ ｎ ｖ 　 ｏ ｌ ｅ 　 ｕ ［ ． ｒ ｅ ｉ ｓ ｏ　 ｅ ｒ ｙ ｓｒｇ ａ ｍ ｉ ｃ ｎ ｔＥ ｇｔ　 ｒｓｏ 　 ｎ Ｍ ｎｎ　 ｄＬ ａ ｉｇ ｗｉ 　 ｒｐ ｓ ｅ 　 ｉｈ Ｗｏｋｈ ｐ ｏ 　 ｉｇ ａ 　 ｅｒ ｎ 　 ｔ Ｇ ａｈ ，Ｎ ｗ ｈ ｉ ｎ ｎ ｈＹｏ ｋ，ＮＹ，ＵＳ ：ＡＣＭ ， ０ ０： ４― ６ ｒ Ａ ２１ ３ ３　Ｎｎ　 ｉ ｓＹ ｕ Ｓ ｏ ｌ Ｋ ｏ 　 ｂ ｕ Ｍｉ ｏ ｂ ｇ ｉ ［ ］ ｉ Ｔ ｎ 　 ｏ　 ｈ ｕ 　 ｎ ｗ ａｏ ｔ ｃ ― ｌ ｇ ｇ Ｊ ． ｅｈ ｇ ｄ 　 ｒ ｏ ｎ 　Ｂ ｓ ｅｓＨ ｒ ｏ ｓ ２ １ ２ （Ｏ） １ ９ ｕｉ ｓ　 ｏ ｚｎ ， ００， ０ １ ： － 　 ｎ ｉ［ ］ 程学旗 ， ４ 沈华伟 ． 社会信息网络中的社区分析 ［］ 中国计算 机　 Ｊ．学会通讯 ， ０２， （２ ：２ ２　 ２ １ ７ １ ） １― ０［ １ ｕ ｅ ｎ　 ， ｏ ｅ 　 ＷｕＦ ｏ ｉ　 ｅ ｏ ｓ ａ Ｍａｅ ： ２ ］Ｈ ｂｒ Ｂ Ｒ ｍ ｒ Ｄ， 　 ．Ｓ ａ Ｎ ｔ ｒ 　 ｔ ｔ ｒ ｍａ ｏ ｃｌ ｗ ｋｔ 　 ｔ 　 ｈ Ｔ ｉ ｒ ｎｅ　 ｅ ｃ ｓ ｐ ［ ］ ｉ ｔ ｎ ａ ，０ ９ １ （ ） １ ｗｔ 　 ｄ ｔ 　 ｒ ｃ ｅ Ｊ ．Ｆ ｓＭｏ ｄｙ ２０ ， １ ： ｅ ｕ ｒ ｈ Ｍｉ ｏ ｏ ｒ　 ４ 　―［ ］ Ｈ ｕ Ｌｕ ， ｅ ． ｆ ｃ ｏ Ｃ ｍ ｉ ｅｔ ｄ ｒ ｔ ｏ ａ ｓ ５ ｓ Ｃ， ｉ Ｃ Ｌ ｅＹ Ｅ ｅ ｆ ｏ ｍ ｔ ｎ ａ Ｔｕ Ｔ ｗ ｒ 　 ｔ ｍ ｎ ｓ ｄ Ｍｉ ｂ ｇ　ｎＣ ｎｕ ｅ Ｉｔ ｔ ｎ Ｊ ．ｎ ｒａ ｏａ Ｊ ｒａ ｏ　 ｃ ｌ ｓ 　 ｏ ｓｍ ｒ ｎ ｎ ｏ ［ ］ Ｉ ｅ ｔ ｎ 　 ｕｎｌ ｆ ｏ ｒ ｏ ｏ 　 ｅｉ ｔｎ ｉ ｌ ｏ 　Ｅｅｔ ｎｃＢ ｓ ｅｓ ｎａ ｅ ｎ， ０ ０， （ ） ２２ ３ ３ ｌ ｒ ｉ　ｕｉ ｓ　 ｃ ｏ ｎ Ｍａ ｇｍｅｔ ２ １ ８ ４ ：９ － ０ 　５ 　［ ２ ａ　 Ｑ 　 Ｚ ａ ｇ ． ｎ ｇ ｏｉ 　 ｅ ｔ ｎ ｉ 　 　 ｃ － ２ ］Ｇ ｏ Ｑ， ｕ Ｑ， ｈ 　 Ｍｉ ｎ　 ｃ Ｒ ｌ ｏ ｓ ｐ ｉ Ｍｉ ｏ 　 ｎ Ｘ ｉ Ｓ ａ ａ ｈ ｓｎ ｒ ｌ ｉ ｂｏｇ ｇＳ ｓ ｍ ［ ］ Ｉ Ｐｏｅｄ ｇ ｏ ｔ 　 ｔ ｌ ｅ ａ―ｉ ａ ｌ ｉ 　ｙｔ ｓｃ ． 　ｒｃ ｉ ｓ ｆ ｅ ｈ ｎ ｍ ｔ ｏ ｌ ｇｎ ｅ ｎ ｅｎ　　 ４　ｔ ｈ ｎ　Ｃｏ ｆｒ ｎ ｅ ｎ ｎ ｅ ｃ 　ｏ 　Ｏｎ ｉ ｅ ｅ ｌ 　Ｃｏ ｎ ｍｍｕ ｉ ｅ 　ａ ｄ ｏ ｉ 　Ｃｏ ｕ ｎ 　 ｎ ｔ ｓ ｎ 　Ｓ ａ ｉ ｃ ｌ ｍｐ ｔ ｇ， ｉ Ｓ ｒｎ ｅ － ｒａ 　 ｒｉ ｐ ｉ ｇ ｒ Ｖｅ ｌｇ Ｂｅ ｌ ｎ，Ｈｅ ｄ ｌ ｅ ｇ， ０１ １ ０ １ 　 ｉｅ ｂ ｒ ２ １： １ －１ ９［ ］ Ｔ ｙ 　 Ｋ ｍ ｒ ｉ Ｓ ｈ ｅＩ ｐ ｃ ｏ　 ｃ － ｌ 　ｎＭａ ｅ ６ ａａ Ｄ， ｏ ａ ｇ ｉ ．Ｔ 　 ａｔ ｆ ｒ Ｂ ｏ ｏ 　 ｒ ｔ ｌ ａｒ 　 ｍ 　 Ｍｉ ｏ ｇ ｋ　 ｐｒ ｒ ａｃ ［ ］ Ｉ ｒ ｔ ｎ 　 ｕｎｌ ｎＣ ｍ ｕ ｒ ｃ ｎ ｅ ｎ　 ｅ ｏｍ ｅ Ｊ ． ｔ ａ ｏ ａ Ｊ ｒａ ｏ 　 ｏ ｐ ｔ 　 ｉ ｃ　 ｄ ｆ ｎ ｎｎ ｉｌ ｏ ｅ 　 ｅ Ｓｅ ａＥ ｇｎｅｉｇ２ ０ ， （ ）：７ － ８　 ｎ ｉｅｒ ，０ ９ ｌ３ １６ １２ ｎ［ ］ Ｇ ｙ Ｅ ｌＰ Ｏｔ ｍＣ，ｔ ．ｎ ｇ ｔｎ ｄ ｉｅ ｉ ｔ ｎ ７ ｕ　 Ｍ， ａｅ ， ｓｕ 　 ｅａ Ｉｅｒｉ 　 　 ｓ ｍｎｉ 　 ｒ　 ｒ 　 １ ｔ ａｏ ａ Ｄ ｓ ａｏ ｎｏ 　 ｔｚ ｎ Ｒｅ ｏ ｔ ｄ ａ ｄ Ｓ ｉｍｉａｌ 　 ｒ ｅ 　 ｒｈ ｕ ｋ 　ｎ ｏ ｍ ａ　 ｆＣｉ ｅ 　 ｐ ｒｅ 　 ｎ 　 ｅ ｓ ｃ ｙ Ｄｅ ｖ ｄ Ｅａｔ ｑ ａ ｅ Ｉ ｆ ｒ ― ｉ ｌ ｉ［ ３ ｒｚ　 Ｗｅｌ ｎ　 ２ ］Ｇ ｕｄＡ， ｉ ｍａ Ｂ，Ｔ ｌ ｔ ｅ　 Ｉ ｇｎｎ 　 ｗｔ ｒａ　 　－ ａ ａ ｙ ｖＹ．ｍａｉｉｇＴ ｉｅ　 ａ Ｉ ｄｅ ｔ ｓｎ 　ｍ ｇ ｅ　 ｏ ｍ ｎ ［ ］ ｍ ｒ ａ　 ｅａｉ ａ Ｓ ｉ ｔｔ ２ １ ． ａｉ Ｃ ｍ ｕ ｉ Ｊ ．Ａ ｅ ｃ Ｂ ｈｖ ｒ 　ｃ ｎ ｓ ０ １　 ｎ ｄ ｙ ｔ ｉ ｎ ｏ ｌ ｅｉ，５ （ ０ ：２ ４ １ １　 ５ １ ） １９ － ３ ８ｉ 　ｉＳｃ Ｎ ｔ ｒ　 ｃｎｌ ｉ ［ ］Ｉ Ａ ｖ ｅｉ Ｉｅ　 ｔｎｖ 　ｏｉ　ｅ ｏｋ ｅｈｏ ｇ ｓＣ ． ： ｄａｃｓｎｌ ｌ ｏ ａ ａ ｗ Ｔ ｌ ｏｅ ｎ ｎ 　　ｌ ― ｔｌｇ ｎ 　 ｔ　 ａ ｙ ｉ Ｉ ｉ ｅ ｔＤａ Ａｎ ｓｓ Ｘ．Ｓ ｒｎ ｅ ― ｒａ ２ ０： ２― ３ ａ ｌ 　 ｐ ｉ ｇ ｒ Ｖｅ ｌｇ， ０１ ４ ５ 　［４ ａａＡ Ｓｎ 　 　 ． ｙ 　ｗ ｔｒ Ａ 　 ｎ ｙｉｏ　 Ｍｉ ｏ － ２ ］Ｊ 　 ， ｏｇＸ Ｄ Ｗｈ 　 Ｔ ｉ ： ｎ ａ ｓ 　ｆ 　 ｃ ｂ ｖ Ｗｅ ｅ Ａｌ ｓ ａ ｒ 　 ｌ ｇ ｇ ｏ ｍ ｎ ｙ［ ］ Ｉ Ｐｏｅ ｉ ｓ ｆ ｅ ｏ ｔ ｔ ＷＥ Ｋ　 ｏ ｉ 　 ｍ ｕ ｉ ｃ ． 　ｒ ｄｎ 　 　 　 ｉ 　 ｈ Ｂ － ｇｎＣ ｔ ｎ ｃ ｇ ｏｔ Ｊ ｎ９ 　 ｈＤＤ　 ｎ 　 ｓ　 ＮＡ ―ＫＤＤ　 ｏ ｋ ｈ ｐ ｏ 　 ｅ 　 ｉ ｉ ｇ ａ ｄ Ｓ ｉ 　 ａ ｄ １ ｔＳ Ｗ ｒ ｓｏ 　 ｎ Ｗ ｂ Ｍ ｎｎ 　 ｎ 　ｏ ａ ｃ ｌ［ ］ Ｃ ｅｎ 　 ， ｅ　 ．Ｄｓ ｃ ｎ 　 ｗ ｔｒ Ａ Ｒ ｖ ｗ ｏ 　 ｕｒ ｔ ８　 ｈｏ ｇＭ Ｌ ｅＶ ｉ ｅｔ ｇＴ ｉｅ： 　 ｅ ｉ 　ｎＣ ｒ ｎ ｓｉ ｔ ｅ ｅ　 Ｍｉ ｏ ｌ ｇ ｇＲ ｓａ ｈａｄ Ｌ ｓ ｎ ｆ ｍ Ｒ ｌｅ　 ｉ ｄ ［ ］ ｒ ｏ ｎ ｅ ｃ ｎ ｅ ｂ ｇ ｉ 　 ｅ ｒ 　 　 ｅｓ ｓ ｒ 　 ｅ ｔ Ｆ ｌ Ｃ ． ｏ 　ｏ ａｄ ｅ ｓ 　Ｉ Ｆ ｍ　 ｏ ｉ ｌ ｇ 　 ｏ Ｃｏ ｕ ｉ ｇ ｉ 　 ｃ ｉ 　 ｔ ｒ ｓ ｎ： ｒ ｏ Ｓ ｏ ｏ ｙ ｔ 　 ｍｐ ｔ 　ｎ Ｓｏ ａ Ｎｅ ｗｏ ｋ ：Ｔｈ ｏ ｙ， ｃ ｎ ｌ ｅｒ 　Ｎｅｗｏｋ Ａｎ ｙ ｉ，Ｕｎｖ ｒｉ 　 ｆＭ ａｙａ ｄ，Ｂａｔ ｒ　 ｕ ｔ 　 ｔ ｒ　 ａ ｓｓ ｌ ｉｅ ｔ ｏ 　 ｒ ｌｎ ｓｙ ｌ ｉ ｅ Ｃｏ ｎｒ ｍｏ ｙ．ＡＣＭ 　 ｒｓ ．２ ０ Ｐｅ ｓ ０ ７：１ ８ ３ 　 １ ―１ ８Ｆｕ ｄ ｔ ｎ　ｎ　 ｐ ｌ ａｏ ｓ ｐ ｎ ｅ－ ｅｌｇ ２ Ｌ （ ）３ ３ 　 ｏ ｎａ ｏ ｓ ｄＡ ｐｉ ｔ ｎ ，Ｓ ｒ ｇｒ Ｖ ｒ ， Ｏ Ｏ １ ：４ － ｉ ａ ｃｉ ｉ ａ３２ ６　［５ ｙ 　 ， ａｌ ｏ ｄ ， ｋ ｅ ． ｗｔ ｒ ａｅ Ａ Ｃ － ｅ ｅ 　 ２ ］Ｒ ａ Ｗ Ｈ ｚ ｗ ｏ　 Ｍａｉ 　 Ｔ ｉ ｓ ｃ ： 　 ｏ ｄｖｌ ｎ ｅ Ｗ ｃＫ ｔ ｐ ｅ ―ｏ ｄＤｉｐａ 　 ｉｇ Ｔｗｉｔ 　ｏ Ｅｎ ｎ ｅ Ｃｏ ｅ ｐ 　 ｓ ｌｙ Ｕｓｎ 　 ｔ ｔ　 ｈａ ｃ　 ｍｍｕ ｉ 　 ｒ ｅ ｎｔ Ａｗａｅ ｅ ｓ ｙ ｒｎ ｓ　［］ 闫 幸， ９　 常亚平 ． 博研究 综述 ［ ］ 情 报杂 志，０ １ ３ （ ）　 微 Ｊ． ２ １ ，０ ９ ：６１ ６ 　 ―５［ ． ｎ Ｐｏｅｄ ｇ　 ｆｔ 　 ａ ｉ ｐｔ 　 ｅｉ 　 ｏ ｆ ｎｅ ｃ］ Ｉ　 ｒｃ ｉ ｓｏ　 ｅ Ｐｒｃ ａ ｒ Ｄ ｓ ｎ Ｃ ｎ ｒ ｃ ， ｅｎ ｈ ｔｉ ｏ ｙ ｇ ｅ ｅ 　２ ０ ２ ０― ３ 　 ０ ８：３ ２ ４［０ １ ］Ｍａ 　 ｈｏ ｇ Ｓｄ ａ ．Ａ Ｌｔ ａ ｒ Ｒ ｖ ｗ ｏ　ｅ ｎ Ｍｉ ｏ ― ｒ Ｃ ｅｎ ， ｉ Ｒ ｙ 　 ｉｒ ｕ 　 ｅｉ 　ｆ ｃ ｔ ｃ ｂ　 ｃ 　 ｅ ｔｅ ｅ Ｒｅ 　 ｒ ｌ ｇ ｇ Ｄ ｖｌ ｍ ｎｓ Ｒ Ｏ ． ｅ ｎ ａ Ｒ ｐ ｒ ２ １／２ ３　 ｏ ｉ 　 ｅ ｐ ｅ ｔ［ ／ Ｌ］ Ｔ ｈ ｉ 　 ｅ ｏ 　 ０ １ ６ ， ｇｎ ｅ ｏ ｃ ｃ ｌ ｔ［６ ｉ ａ － ｗ ｉ 　 ， ｏｉ ａ　 ， ａｍ 　 Ｔ ｅ ｍ ａｔ ｆ ｅ 　 ２ ］Ｋ ｖ ｎ Ｓ ａ ｅ Ｇ ｖ ｄ ｎ Ｎ ａ ａ Ｍ． ｈ　 ｐｃ ｏ Ｎ ｔ ｒ ｎＦ ｎ Ｐ ｎ Ｉ 　 －ｗｏ ｋ Ｓ ｒ ｃ ｒ 　 ｎ Ｂｒ ａ ｉ ｇ Ｔｉ ｓｉ 　 ｌ ｅ Ｓ ｃ ａ　 ｔ ｒ ｓ ｒ 　 ｔｕ ｔ ｅｏ 　 ｅ ｋ ｎ 　 ｅ 　ｎ Ｏｎ ｉ 　 ｏ ｉ Ｎｅ ｗｏ ｋ ：Ｕｎ 　 ｕ ｎ ｌ －Ｍ ｎｓ Ｕ ｉ ｒｔ， ｉｏ ａ ［０１ ０ ｏａ 　 ｎ ｅ ｉ Ｖｃ ｒ － ２１ ― ２―１ ］ ｈｔ： ｗ ｗ　 ｈ ｖ ｓｙ ｔ ｉ ８ ．ｔ ／ ｗ ． ｐ ／ｃ ｓ ． ｎ ｓ ． ｄｕ ａ ／ ｐ ｂ ｉ ａ ｏ ／ ０ ｌ ｓ ｍｏ ａ ｈ ｅ ． ｕ ｅ ｕ ｌｃ ｔ ｎｓ ２ １ ／ｗ－ ０１ ― ６ 一ｆ Ｕ． ｄ 　 ｉ ２ １ ２ ３ Ｉ ｐｆ ｌｆｌ ｉ 　ｎＴ ｉ ｒＣ］Ｉ Ｐｏｅｄ ｇ　ｆｈ　 ｎｕ 　ｏｆ － ｏｏ ｎ ｏ　ｗｔ ［ ．ｎ ｒ ｅｉ ｓ 　 ｅ ｎａＣ ｎ ｒ ｌｗ ｇ ｔ ｅ 　 ｃ ｎ ｏｔ Ａ ｌ ｅ　ｅ ｃ 　 ｎ Ｈｕ ｎ 　 ａ ｔ ｒ　ｎ Ｃｏ ｕ ｉ ｇ Ｓ ｔ ｍｓ ｎ ｅ ｏ 　 ｍａ Ｆ ｃｏ ｓｉ 　 ｍｐ ｔ 　 ｙｓ ｎ ｅ ，Ｖａ ｃ ｕ ｅ ，ＢＣ， ｎ ｏ ｖｒ 　 Ｃａ ａ ａ．２ １ １ ０１ １ ４ ｎｄ ０ １： １ 一ｌ ０ 　［ １ ｉ Ｄ， ｕｇＬ ｔｃ ｒ　ｉｋ ｎｌ ｉａｄＰ ｄ ｔ ｎｉＭｉ １ ］Ｙｎ Ｈ 　．Ｓ ｕ ｕ ｌ ｎ　 ａ ｓ　 　ｒ ｉ ｏ　 　 － 　 ｎ ｒ ｔａＬ Ａ ｙｓｎ ｅ ｃ ｉ ｎ 　ｃ ｂ ｇ ［ ］ Ｉ Ｐｏｅｄ ｇ ｏ ２ ｔ Ａ Ｍ Ｃ ｎｅ ｎｅ ｎＩ ｏ－ ｏ ｏ ｒ ｌ ｓ Ｃ ． 　ｒｃ ｉ ｓ ｆ ０ 　 Ｃ 　 ｏ ｆ ｃ ｏ 　 ｆｒ ｎ ｎ　 ｈ ｅ ｒ 　 ｎ 　第１ ２期　王连 喜 ， ： 博用户关系挖掘研究综述　 等 微２ ５－３ 　 ９ ０３? ７? ９ 　［７ ２ ］Ｍｅｄｒ ， ａ ｅ Ｂ， ａｅ ｉ ＷｅＫ ｏ 　 ｏＹ ｕ ｏ ｏ ｅ 　 ｅｅ Ｂ Ｋ ｒ ｒ Ｓｙ ｄ Ａ． 　 ｎ ｗ Ｗｈ 　 ｏ 　 ｌ ｗ ｄ 　 ｒ　 　 Ｆ ｌＬａ ｔＳ ｍｍｅ ： Ｉｆｒｉｇ Ｓ ｃａ　 ｎ 　 ｅ ｔ ｎ Ｔｉ ｓ ｉ　 ｓ　 ｕ ｒ ｎ ｅｒ 　 ｏ ｉｌＬｊｋ Ｃｒａ ｏ 　 ｍｅ　ｎ Ｔｗｉ ｅ　 ｎ ｉ ｔｒ ｔ［ ］Ｍａ ｒ ， Ｉ ＯＭ． ｅｅ ｇ ｇ ｃ ｂ ｇ ｆ Ｒ ｓ ｒ Ｒ ｎ － ４ ｊ Ｔ Ｓ ｅ ＭＫ Ｌ ｖｒ ｉ Ｍｉ ｌ ｓ ｒ ｅ ｕｃ ａｋ ａｎ ｏ ｒ ｏ ｏ ｏ ｅ 　［ ］ Ｉ Ｐｏｅｄ ｇ ｏ　 ｅ２ ｔ Ｉ ｅ ａ ｏ ａ Ｃ ｎ ｒｎｅ ｏ　 Ｃ ．ｎ ｒ ｅ ｉ ｓ ｆｔ 　 ０ 　ｎ ｒ ｔ ｎｌ ｏ ｆ ｅｃ　 ｎ 　 ｃ ｎ　 ｈ ｈ ｔｎ ｉ 　 ｅＷ ｏｌ　 ｄ 　 ｂ， ｅ 　 ｏｋ， ｒ Ｗｉｅ Ｗｅ ＇ ｗ Ｙ ｒ ＮＹ， Ａ，０ １ ５ ７ ５ ６ ｄ Ｎ ＵＳ ２ １ ： １ ― ２ 　ｉ ［ ］Ｓ Ｆ Ｅ ２ １， ｐｎｅ ｅ ａ， ｅｉ， ｅ ｅ ｅ ， ｎ Ｃ ． Ｏ Ｓ Ｍ ０２ Ｓｒ ｇｒ ｒｇ Ｂ ｄｎ Ｈ ｉ ｌ ｒ 　 ｇ ｉ －Ｖ ｌ ｄｂ ｇ２１ ０ ２：５ ８ ２ 　 １ －５ ９［８ ２ ］袁毅， 杨成 明． 微博客用户信息交流过程 中形成的不 同社 会　［ ５ ｕ ， ｈ ｇＹ Ｙ ｕｇＣ Ｌ ａ ｅ 　 　ｏｉ　 ｅ ｏ ｓ ｔ 　 ｅ ４ ］Ｌ 　 Ｚ ａ 　 ， ｅｎ 　 ． ｅｄｒ ｉ Ｓｃ Ｎ ｔ ｒ 。ｈ Ｄ ? Ｌ ｎ ｓｎ ｌ ａ ｗ ｋ ｅ 　 ｌｉ ｓ ａ ［］Ｐ ｏ　Ｎ ， ０１ ６ ６ ：２２２ ｉ ｏ 　 ｓ Ｊ ． Ｌ ＳＯ ｃｕＣ ｅ Ｅ ２ １ ， （ ） ｅ １０ 　 【 ６ ａ ａｕｈＹ， ａ ａａ ｉ ， ｍ ｇ ｓ Ｔ Ｋ ｔ ａ ａ ． Ｕ ａｋ　 ４ ］Ｙ ｍ ｇｅ ｉ Ｔ ｋ ｈｓ Ｔ Ａ ａａａ ， ｉｇ ｗ Ｈ Ｔ Ｒ ｎ ： ｈ ａＴｗｉ ｅ 　 ｅ 　 ｎ ｉ ｇ ｔ ｒ Ｕｓ ｒ Ｒａ ｋ ｎ 　Ｂａ ｅ 　ｏ 　Ｕｓ ｒ―Ｔｗｅ ｔ Ｇｒ ｐ 　Ａｎ ｙ ｉ　 ｔ ｓｄ ｎ ｅ ｅ 　 ａｈ ｌ ａ ｓｓ网络及其关 系实证研究 ［］ 图书情报工作 ， ０ｌ ５ （２ ：１ Ｊ． ２１ ，５ １）１ 　－２　 ５［９ ｅｔ ， ． ｗ ｔｒ Ｎ ｔ ｏ 　ｒ ｅ ｉ 　 ｎ ｙｉ Ｃ ． 　 ｔ ａ ２ ］Ｔ ｕｌ Ａ Ｔ ｉ ： ｅ ｒ Ｐ ｐ ｒ ｓ ａ ｓ ［ ］ Ｉ Ｉ ｅ － ｅ ｔ ｅ ｗ ｋ ｏ ｔ Ａｌ ｓ ｅ ｎｎ ｍ 　ｔｏ ａ 　Ｃｏ ｆ ｒ ｎ ｅ ｎ ０ ｈ ｉｎ ｌ ｎ ｅ ｅ ｃ 　ｏ 　２ ｔ 　Ｅｌｃ ｒ ｎ ｃ ， Ｃｏ ｅ ｔｏ ｉｓ ｍｍ ｕ ｉ ａｉ ｎ 　ａ ｄ ｎｃ ｔ ｓ ｎ 　 ｏ Ｃｏ ｕ ｅ ，Ｃｈ ｌ ｌ ， ０１ １ ０ ８ 　 ｍｐ ｔ ｒ ｏ ｕ ａ ２ ０： ８ －１ ６［ ］ Ｉ Ｗｅ　 ｆｒ ａ ｏ 　ｙｔ ｓ ｎ ｉ ｅ ｎ ， ｐ ｎｅ － ｅ 　 ｃ ．ｎ ｂＩ ｏ ｔ ｎＳ ｓ ｍ 　 ｇ ｅｒ ｇ Ｓ ｒ ｇｒ Ｖ ｒ 　 ｎ ｍｉ ｅ Ｅ ｎｉ ｉ －ｌ ｇ，Ｂｅ ｌｎ，Ｈｅｄ ｌ ｒ ａ ｒｉ ｉ ｅ ｂ ｇ，ＬＮＣＳ ６ ８ ｅ 　 ４ ８，２ ０： ４ ２５ 　 ０１ ２ ０－ ３［０ Ｃ ｏ Ｙ ｗ ｎ 　．Ｌ ｅＤ ｄｎ ｆ ａｏ 　 ｆ ｆ ｃ ｖ　 ｐ ｉｎ ３ ］ ｈ 　 ．Ｈ ａｇ Ｊ ｅ　 ．Ｉｅｔ ｃｔ ｎ ｏ　 ｆ ｔ ｅＯ ｉ ｏ　 ｉ ｉ ｉ Ｅ ｅｉ ｎＬ￣ ｄ ｒ 　ｎ ｔ ｅ Ｄｉｆ ｓ ｏ 　 ｆＴｅ ｈ ｏ ｏ ｉａ 　 ｎ ｏ ａ ｏ ｅ ｉ　 ｈ 　 ｆｕ ｉ ｎ ｏ 　 ｃ ｎ ｌ ｇ ｃ ｌＩ ｎ ｖ ｔ ｎ：Ａ　 ｏ ｉ ｌ ｓ ｉ Ｓ ｃ ａ　［ ７ ｈ 　 ， ａｄ ｄ Ｈ， ｅｅ ｅｕ 　． ａ ｒ ｇ ｓｒ ｆ ｅ ｃ ｉ ４ ］Ｃ ａ Ｍ Ｈ ｄ ａ ｉ Ｂ ｎｖ ｔ Ｆ Ｍｅ ｕｉ 　 ｅ Ｉｌ ｎ 　 　 　 ａ ｏ ｓ ｎＵ 　 ｕ ｅ ｎ ｎ Ｔ ｉ ｒ Ｔ ｅ ｌｏ ｏ ｏ ｅ Ｆ ｌｃ ［ ］ Ｉ Ｐｏｅｄ ｇ ｏ ｔ 　 ｗ ｔ ： ｈ Ｍｉ ｎＦ ｌ ｗ ｒ ａ ａ ｃ ． ｒ ｅ ｉ ｓ ｆ ｅ ｅ ｌ ｉ ｌ ｌｙ ｎ ｃ ｎ　 ｈ４ｔ　Ｉｔｒ ａｉｎ 　Ｃｏ ｆｒｎ 　ｏ 　Ｗ ｅ ｏ ｓ ｎ ｄ ｏ ｉｌ ｅ ｉ 　 ｈ ｎ ｎ ｔｏ ａ ｅ ｌ ｎｅｅ ｃ ｅ ｎ ｂｌｇ 　ａ 　Ｓ ａ　Ｍ ｄａ， ｃＷ ａ ｈ ｎ ｔ ｎ ＤＣ ，ＵＳ ，２ ０： ０－１ 　 ｓ ｉｇ ｏ 　 Ａ ０１ １ ７Ｎ ｔ ｏ 　 ｐｒａｈ ［ ］ Ｔ ｃ ｏ ｇ ａ Ｆ ｒ ａ ｎ 　 ｎ 　 ｏ ｉ　 ｅ ｒ Ａ ｐ ｃ Ｊ ． ｅｈ ｌ ｉ ｌ ｏｅ ｓ ｇ ａ ｄ Ｓ ｃ ｌ ｗ ｋ ｏ ｎ ｏ ｃ　 ｃ ｔ ｉ ａＣ ａ ｇ ， ０ ２， ９ Ｉ ：７ １ ６ ｈ ｅ ２ １ ７ （ ） ９ － ０　 ｎ［ １ ｈ ｒ ａ ， ｈ ｒ ａ ．Ｓ ｅｉ 　 ｐＮ ｔ ｏ 　 ａｏｔ ｎ 　 ｅ ― ３ ］Ｓ ａ 　 Ｋ ｕａ 　 ｍ Ｐ ｎ Ｕ ｐ ｄ ｇＵ 　 ｅ ｒ Ｌ ｙｕ　 ｄＣ ｎ ｅ ｎ ｗ ｋ ａ 　 ｔ ｌｙＭ ａ ｒ 　ｏ　 ｏ ｉ　 ｏ ｐ ｔ ｇ Ｇ ａ ［ ． ｎ ｏ ｉ　 ｒ ｉ 　 ｅ ｕｅ ｆ Ｓ ｃ ｌＣ ｍ ｕ ｎ 　 ｏ ｓ ｃ］ Ｉ ：Ｓ ｃ ｌ ａｔ ｓ ｓ ｒ ａ ｉ ｌ ａＣｏ ｕ ｎ ｍｐ ｔ ｇ，Ｂｅ ａ ｉｒｌＣｕｔｒｌＭｏ ｅｉｇ ａ ｄ Ｐｅ ｉｔｏ ｉ ｈ ｖｏａ　 ｌ ａ　 ｄ ｌ 　ｎ 　 ｒｄｃ ｎ，Ｌ ― ｕ ｎ ｉ ｃ ｅ 　ｔ ｒ 　Ｎｏ ｅ 　 ｎ ｕｅ ｔ ｓ ｉ 　Ｃｏ ｕ ｅ 　Ｓ ｉ ｎ ｅ，Ｓ ｒｎ ｅ 　Ｂｅ ｆ 　Ｈｅ ｄ ｌ ｅ ｇ， ｍｐ ｔｒ ｃ ｅ ｃ ｐｉ ｇ ｒ ｒｎ ｉ ｉ ｅｂ ｒ 　［ ８ ｗ ｋＨ， ｅ　 Ｐ ｒ　 Ｍｏ ｎ Ｓ ４ ］Ｋ ａ　 Ｌ ｅＣ， ａ Ｈ， ｏ 　 ．Ｗｈｔ ｓ ｗｔ ｒ ａｓ ｉ　 ｋ ａ ｉ Ｔ ｉｅ， 　 ｃ 　　 ｔ ｏａ ｌ ｎｔ ｏ 　ｒ 　 ｗ 　 ｅ ｉ［ ． ｒｃｅｉ ｓ ｆ ｅ１ ｔ Ｉ ｅ ａ ｅ ｒ ｏ ａ ｅ ｓｍ ａ Ｃ］ Ｐ ｅ ｎ 　 ｔ 　９ 　ｎ ｒ － ｗ ｋ 　ｎ ｄ ｏ ｄ ｇｏｈ ｈ ｔ 　 ａｔ ｎ ｌＣｏ ｆｒｎ ｅｏ 　 ｏ ｌ　 ｉｅＷ ｅ ｉ ａ　 ｎ ｅｅ ｃ　 ｎ Ｗ ｒｄＷ ｄ 　 ｂ，２ １ ｏ ０ ０，Ｐ Ｐ：５ － ０ 　 ９１ ６ ０［９ ｒｎ ｕ Ｃ Ｖｃ ｕ Ａ ｎＫｌ ｒ Ｈ Ｒ ｎ ： ｓ ｇＲｔｅ 　 ４ ］Ａｏ Ｙ ， ． ｉＨ ， ｎ ｉｅ ｚ ．Ｋ Ｙ ａｋ Ｕ ｉ ｅ ｔ ｎ ｗ ｓａｄＭｅｔ ｎ　 　ｒ ｉ　 ｆ ｅｔ 　 ｓｒ　 ２ １ 一 ｌ ｌ ］ ｔ ｎ 　 ｎ ｏ ｓ ｏＰ ｄ ｔ ｎ ｕｎ ａ Ｏ ｃ ．［０ ２ Ｏ ― ４ ．ｈ 　 ｉ ｔ ｅ ｃＩ ｌ ｉ ｌ ｓ ．ｔ ／ ｖ ｕ． ｒ／ｆｅ ／ ｈ ｒｎ ｐ ｐ ｒ ｐ ｆ ｐ：／ｃ ｈ ｏ ｇ ｉ ｓ ｋ ｙａ ｋ ａ ． ｄ 　 ｌ ｅ＿２１（５９ ： ４ ２１ ０ １ ６ ８ ） ２４－ ５　［２ ３ ］王珏， 曾剑平 ， 周葆华 ， 吴承荣． 基于聚类分 析的网络论坛 意　见领袖发现方法 ［ ］ 计算机工程 ， ０ １ ３ （ ） ４ ― ６ Ｊ． ２ １ ， ７ ５ ： ４ ４　 ［３ ３ ］蒋 翠 清， 朱义 生 ， 丁 勇． 于 Ｕ Ｃ下 的意见 领袖发 现研究　 基 Ｇ ［ ］ 情报杂志 ， １ ， （０ ： － ５ Ｊ． ２ １３ １ ） ８ ８　 ０ ０ ２［ ０ ａｏ Ａ ｅｏＤ Ｎ ｐ ｔｔ 　ｅ ｔｎｈ ｓ ｎ ｗｔ ｒ ｎ 　 ｅ 　 ― ５ ］Ｇ ｙ － ｖｌ 　 ． ｅｏ ｓｃ ｌ ｏ ｓ ｐ　 　 ｉｅ ａｄｔ ｉＩ 　 ｌ ｉｉ Ｒ ａ ｉ ｉ ｉＴ ｔ　 ｈ ｒｍ ｐｃ ｏ 　 ａｋ Ｐｅ ｇ　 ｌ ｒ ｍ ［ ］ Ａ ｘ 　 ｒ ｒ ｔ ａ ｉ： ａｔ ｎ Ｒ 　 ｒ ｔ ｅ Ａｇ ｉ ｓ Ｊ ． ｒｉ ｐ ｐ ｎ， Ｘ ｖ 　 ｎ ｓ ｉ ｏｔ ｈ ｖ ｅ ｉ ｒ 　１０ ０ １ ０ ４． ８ ６，２ １ 　 ００［４ ｅｚ Ｍ，ｓａａ ， ｌ ｋ　．Ｒ ｎｉ 　 ｕｓ ｎ　 ｕ ｏｔｓ ３ ］Ｂｎｉ Ｅ￣ｄ　 Ｋｙ ｏＣ ａｋｎ Ｈ ｂ　 ｄＡ ｔ ｒ ｅ 　 Ｅ ｍ ｇ ａ ｈｉ 　 ｉＵ ｉ 　 ｔ 　ｕ ｃ ｏ ｓＪ ． ｒ ｉ： ２ １ ３ ２ ｖ ， ０ ２ ｓ ｇ ｒ Ｆ ｎｔ ｎ ［］ Ａ Ｘ ｖ １０ ．１０ ｌ ２ １ ｎ Ｍａ ｉ ｘ ｉ 　 ［ ５ ｓａ ａ ， ｉ ａ 　 ． ｅ ｏ 　 ｏ ｅ ｉ 　 ｅｅ ｅ 　 ｒｕ ｈ － ３ ］Ｅｔ ｄ　 Ｈ ｇ ｍ Ｄ Ｎ ｔ ｒ Ｐ ｐｒｅ Ｒ ｖａ ｄ ｈｏ ｇ　 　 ｒ Ｅ ｈ ｗ ｋ ｒ ｔｓ ｌ ｔ Ｍａ ｔｘ ｕ ｃｏ ｓ Ｊ ．Ｓ Ｍ　 ｅ ， ０ ０ ５ ： ６ ７ ４ ｒ 　 ｎｔ ｎ ［ ］ Ｉ Ｒ ｖ ２ １ ， ２６ ― １　 ｉＦ ｉ Ａ ９ ［６ ３ ］Ｗａｇ Ｄ　 ， ａ　 ． ｄｎ ｆ ｎ 　 ｄＣ ａ ｃ ｒ ｉ 　 ｏ ｅ Ｉ ― ｎ Ｙ， ｉ Ｆ Ｙ Ｉ ｔｙ ｇ 　 ｈｒ ｔ ｚ ｇＮ ｄ ｓｍ 　 Ｚ ｎ ｅｉ ｉ ａ ｎ ａｅ ｎ ｉ 　ｐ ｒ ｎ　ｏＣｏ ｏｔ ｔｔ　 ｍｍｕｎｔ　 ｔｕ ｔｒ　 ｉｇ ｔｅＳ ｅ ｔ ｍ　 ｆｔｅＧｒｐ 　 ａ ｉ Ｓｒ ｃｕ ｅＵｓｎ 　 　 ｐ ｃｒ ｏ 　 　 ａ ｈ ｙ ｈ ｕ ｈ［１ ５ ］何黎 ， 跃 ， 叶青． 何 霍 微博 用户特征分 析和核 心用户挖 掘　［］情 报理论 与实践 ， １ ， （１ ： １ １ 　 Ｊ． ２ １３ １） １ － ２ ０ ４ ２ ５［２ ５ ］刘志明 ， 刘 鲁． 微博 网络舆情中的意见领袖识别 及分析［ ］ Ｊ． 　系统工程 ，０ １２ （ ） ８ ６ ２ １ ，９ ６ ：－１　［３ ５ ］石磊， 聪 ， 张 卫琳． 引入 活跃指数 的微博用 户排名 机制　［］ 小 型微型计算机系统 ， １ ，３ １ ：１ ― １　 Ｊ． ２ １３ （ ） １０ １４ ０ ［４ ａ　 Ｙ　 ， 　 ． ｕ ａ　 ｙａ ｉ Ｍｏ ｅ Ｃ ― ｒ ｅ　ｙＩ－ ５ ］Ｙ Ｑ， ｉ ＷｕＬ Ｈ ｍ ｎＤ ｎ ｍ ｃ ｄ ｌ ｏ ｄ ｖ ｎ 　 　 ｎ Ｌ 　 　 ｉ ｂ ｎ ｔ ｓ ａｄ Ｓ ｉ 　ｄｎ ｔ ｉ ｔ 　 ｃ ｂ ｇ Ｃ ｍ ｕ ｉ Ｊ ． ｅ ｔ ｎ 　 ｏ ａ Ｉ ｔ 　ｎ ｈ Ｍ ｒ ｌ 　 ｏ ｍ ｎ ｙ［ ］ ｅ ｒ 　 ｃ ｌ ｅｉ ｙ 　 ｅｉ ｏ ｏ ｔ 　Ｐ ｙ ｉａＡ ：Ｓｔｔｓ ｃ ｌ ｅｈ ｉｓａ ｄｉ 　 ｐ ｉａｉ ｎ ，２ １ ｈ ｓｃ 　 ａｉ ｔ ａ　 ｃ ａ ｃ 　ｎ 　ｔ Ａｐ ｌ ｔｏ ｓ ０ ２，３ 　 ｉ Ｍ ｎ ｓ ｃ ９１［］ Ｐ ｏ　 Ｎ ， ０ ｌ ６ １ ）ｅ７ １．ｄｉ１．３ １ ｏｒ Ｊ． ＬＳＯ Ｅ ２１ ， （ １ ：２４８ ｏ：０ １７／ｊｕ 　 －ｈ ． ｎ ．０ ７ ８ １ ａ ｐｏ ｅ ０ ２ ４１ 　［７ ３ ］平亮， 宗利永． 基于社会网络中心性分析的微 博信息传播研　究一 Ｓ ａ 以 ｉ 微博为例 ［］ 图书情报知识 ， ０ ０（ ） ９ ― ７ ｎ Ｊ． ２ １ ６ ： ２ ９　（ ） １４ － ５ ５ ４ ：５０ １４ 　［８ ３ ］袁毅． 微博客信息传播结构 路径及 其影 响因素分析 ［ ］ 图 Ｊ， 　［５ ｈ ｇＭ， ｕ ， ｉ ５ ］Ｚ ａ ｎ Ｓ ｎＣ ＬｕＷ． ｄｎｉ ｉ ｎ ｕｎ ａ Ｕ ｅ 　ｆ ｃ 　 Ｉ ｔｙ ｇＩ ｅ ｔ ｓ ｓ Ｍｉ ｅ ｆｎ ｆ ｉ ｌ ｌ ｒｏ ｏ ｒ―书情报工作 ， １ ， （ ２ ： － ０ ２ １５ １ ）２ ３ 　 ０ ５ ６ ［ ９ Ｌ ａ ｉ Ａ， ｕ ｈｒ Ｅ Ｆｓｅ Ｄ ｈ　ｎ ｕ ｎ ａ ： ｅ 　 ｐ　 ３ ］ ｅｖ 　 Ｂ ｒ ａ 　 ， ｉ ｒ ．Ｔ ｅＩｆ ｅｔ ｌ Ｎ ｗ Ａ ― ａ ｃ ｄ ｈ　 ｌ ｉｓ ｐ ａｂｓ ｏ Ａ ａ ｚ ｇＩｆ ｅｃ　ｎＴ ｉ ｒＪ ．Ｉ Ｗｅ　 ｃｌ 　 ｏ ｅ ｆ　 ｙｎ ｎ ｕ ｒ ｃ 　 ｒ ｎｌ ｉ 　 ｌ ｎｅ 　ｗ ｔ ［ ］ ｎ ｂＥ ｏ ? ｏ ｔ ｅ 　 ｏｇ　 ｒｊ ｔ ２０ 　 ＹＰｏｅ ， ０９ ｃｂｏ ｇｎ 　Ｓ ｒｉｅ ： Ａ　 ｎｍ ｉ　Ａｃ ｏ ｌｇ ｉｇ ｅｖｃ ｓ Ｄｙ ａ ｃ ｉ ｔ ｎ―ｂ ｅ 　 ｔ ｒ　 ― ｓ ａ ｄ Ｎｅｗｏｋ Ａｐ　ｐ ａｈ Ｃ Ｏ ．ｎＰｏｅｄｎ ｓｏ　 ａｉｃＡｓ 　 ｏ ｆ ｎ ｅｏ　 ｅ ｒ ｃ ［ ／ Ｌ］ Ｉ　 ｒｃｅｉｇ　 ｆＰ ｃ 　 ｉ Ｃ ｎｅ ｃ　 ｎ ｉ ｆ ａ ｅ ｒｎ ｏ Ｉ ｆ ｒ ａ ｉ ｎ Ｓ ｔ ｍｓ ０１ ： ２ 　 ｍ ｔ 　 ｙｓ ｏ ｅ ，２ １ ２ ３［６ ５ ］胡吉明． 社会化推 荐服 务研 究述 评 ［ ］ 情报 科 学， ０ ｌ ２ 　 Ｊ． ２１ ， ９（ ） ２８ ３１ ２ ： ０ － ４　［ ０ ａｓｙＥ Ｈ ｆ ｎＪ Ｅ ｅ ｏ ｅ 　 　 ｆ ｅ ｃ ： ａｔｙ ｇＩ 　 ４ ］Ｂ ｋｈ 　 ， ｏ ｍａ　 ｖｒ ｎ　 ａ Ｉｉ ｎｅ Ｑ ｎ ｆｉ 　 ― ． ｙ ｓ ｎｕ ｒ ｎ ｉ ｎ ｎｌ ｎｅ ｎＴ ｉ ．Ｃ ．ｎｒ ｃ ｉ ｓ 　 　 ｕｔ Ａ Ｍ　 ― ｆｅｃ　 　ｗｔｒ［ ］ Ｉ Ｐｏｅｄ ｇ　ｆ ｅ ｏｒ 　 Ｃ Ｉ 　 ｕ ｏ ｔ ｅ 　 ｅｎ ｏｔ Ｆ ｈ ｈ ｎｔｍａｉｎ ｌＣｏ ｆｒｎ ｅｏ 　 ｅ 　 ａｃ 　ｎ 　 ｔ　 ｉｉｇ，ＡＣＭ ， ｅ ｔｏ ａ　 ｎｅｅ ｃ　 ｎ Ｗ ｂＳｅ ｒｈ ａ ｄ Ｄａａ Ｍ ｎｎ 　Ｎｅ Ｙｏ ｋ，ＮＹ，ＵＳ ， ０ １： －７ 　 ｗ　 ｒ Ａ ２ １ ６５ ４［７ ５ ］Ｍａ Ｋｎ 　， ｙ　 　 Ｈ， ｉ Ｉ Ｌ ｕＭ．Ｌ ａ ｉ 　 　 ｅｏ ｍ ｎ 　 ｉ 　 ｘｌ ｉ ｇ ｅｒ ｎ ｔ Ｒ ｍ ｅｄｗ ｔ Ｅ ｐ ｃ　 ｎ ｇｏ ｃ ｈ ｉｔ ｎ 　 ｌ ｉＳ ａ Ｒ ｌｉ ｓ Ｊ ．Ａ Ｍ　 ｒ ａｉ ｓ 　 ｔｌ　 ａｄＩ ｐ ｃ　ｏｉ 　 ｅ ｔ ｎ ［ ］ Ｃ Ｔａ ｓ ｔ ｎ　ｎ Ｉ ｅ ｉ ｍ ｉ ｔ ｃ ｌ ａｏ ｎ ｃ ｏ ｏ ｎ ｌ－ｇｎ　ｙｔ 　 ｄＴ ｈｏｏ ｙ ２ １ ， （ ） Ａｒｃ 　９ １ ８ ｅ ｔ ｓ ｍｓａ 　 ｅ ｎ ｌｇ ， ０ １ ２ ３ ， ｔｌ ２ ：一ｌ　 Ｓ ｅ ｎ ｃ ｉｅ［ １ ａ Ａ Ｃ ｕ ￣ Ｓ ｄｎ ｆ ｎ　 ｏ ｉ ｌ ｕ ｏ ｔ ｓ ｎＭ ｃ ｂ ｇ　 ４ ］Ｐｌ ， ｏ ｎ ．Ｉ ｔｙ ｇＴ ｐ ａ Ａ ｔ ｒ ｅ ｉ ｉ ｏ ｌ ｓ 　 ｅｉ ｉ ｃ　 ｈ ｉ 　　 ｒ ｏ ｉ ［ ］ Ｉ Ｐｏｅｄ ｇ　 ｔ ４ Ａ Ｍ Ｉｔ ａ ｏ ａＣ ｎ ｒ ｃ　 　 ｃ ．ｎ ｒｃｅｉ ｓ ｆ ｅ ｔ Ｃ ｎ ｒ ｔ ｎｌ ｏｆ ｅ ｅ ｎ 　 ｎ ｏｈ ｈ ｅ ｉ ｎ ｅｎ ｏＷ ｅ 　 ｅ ｒｈ ａ ｄ Ｄａａ Ｍ ｉｉ ｇ，ＡＣＭ ，Ｎｅ Ｙｏ ｋ，ＮＹ ，ＵＳ ， ｂ Ｓ ａｃ 　 ｎ 　 ｔ　 ｎｎ ｗ　 ｒ Ａ 　２ １：５― ４ ０１ ４ ５ 　［８ ５ ］易明， 邓卫华 ． 网络 书签系统 中基于社团结构 的个性 化推荐　方法［ ］ 情报学报 ，００ ２ （ ） １０ － ０ ８ Ｊ． ２ １ ， ６ ： ０ １０ 　 ９ ０ ［ ９ ｒ ｅ ｔ ｏＭ ， ｏ ｏ 　 Ａ ａｄ Ａ． ｅｏ ｍｅｄ ｇＩｆ ｍ ― ５ ］Ａｍ ｎ ｎ 　 Ｇ ｄ ｙＤ， ｍ ｉ Ｒ ｃ ｍ ｎ ｉ 　 ｏ ａ ａ ｎ 　 ｎ ｎ ｒ 　 ｔ ｎ ｏｒ ｓ ｏ ｆ ｍ ｔ ｎ Ｓｅｅ 　 　 ｗｔ ｒ Ｃ］ Ｉ Ｐｏｅｄ ｉ 　 ｕ ｅ　 　 ｏ ａｏ 　 ｅｋｒ ｉ Ｔ ｉｅ［ ．ｎ ｒｃ ― ｏ Ｓ ｃ ｔＩ ｒ ｉ ｎ ｓｎ ｔ 　 ｅ　ｉｇ 　ｆｔｅ ＩＣＡＩ ｎｅｎ ｔ ｎ ｌＷ ｏｋ ｈ ｐ ｏ 　 ｏ ｉ 　 ｅ 　 ｉ－ ｎ ｓｏ ｈ 　Ｊ ：Ｉｔｒａｉ ａ　 ｒ ｓ ｏ 　 ｎ Ｓ ａ Ｗ ｂ Ｍ ｎ　 ｏ ｃ ｌｉｇ，Ｂａｃ ｌｎ ｎ ｒｅｏ ａ，Ｓ ａｎ，２ １ ｐｉ ０１　［２ ４ ］ＷｅｇＪｅ ａ Ｔ ｉｅ ｎ ： ｉ ｉ 　 ｏｉ―ｅｓ ｖ　 ｆ ｅｔｌ ｎ　，ｔ １ ｗｔｒ ｋ Ｆ ｄ ｇＴ ｐ ｓ ｉ ｅＩ ｕｎ ａ 　 ． ｔａ ｎｎ ｃ ｎｔ ｎ ｉ ｌ ｉ　Ｔ ｉｅｅ［ ． 　 ｏｅｄ ｇｏ　 ｅＴ ｉ 　 Ｃ 　ｎ ｒａｏａ ｗｔｒ ｓＣ］ Ｉ Ｐ ｃｅｉ 　 ｆｈ　 ｒ Ａ Ｍ Ｉｅ ｔｎｌ ｔｒ ｎｒ ｎ ｔ ｈ ｄ ｔｎｉ 　Ｃｏ ｆｒｎｃ　 ｎ Ｗ ｅ 　 ａｃ 　 ｄ Ｄａａ Ｍ ｉｉｇ，Ｎｅ Ｙｏｋ，ＮＹ， ｎｅｅ ｅ ｏ 　 ｂＳｅｒ ｈ ａ 　 ｔ　 ｎｎ ｎ ｗ　 ｒ 　 ＵＳ ， ０ ０：６１ ２ ０ Ａ ２１ ２ －７　［０ ａ ａｕｈ Ｙ Ａ ａａ 　 Ｋｔ ａ ａ ． ａ－ ａ ｄＵｅＴ ｐ 　 ６ ］Ｙｍ ｇｃｉ ， ｍ ｇｓＴ， ｉｇｗ 　 Ｔｇｂｓ 　ｓ 　ｏｉ 　 ａ ａ Ｈ ｅ ｒ ｃＤ ｓ ｖｒ　 ｓ ｇＴ ｉｅ Ｌｓ ［ ］ Ｉ ｅ ａ ｏａ Ｃ ｎｅ ｎｅｏ　 ｉ ｏ ｅ Ｕ ｉ 　 ｗｔ ｒ ｉｓ Ｃ ．ｎ ｒ ｔ ｎｌ ｏｆ ｃ ｎ ｃ ｙ ｎ 　 ｔ ｔ ｉ 　 ｎ ｅ ｒ 　Ａｄ ａ ｃ ｓｉ　 ｏ ｉｌＮｅｗｏｋｓＡｎ ｙ ｉ ａ ｄＭ ｉｉｇ．２ 　 １ ―２ 　 ｖ ｎ ｅ 　 Ｓ ｃａ　 ｔ ｒ 　 ａ ｓｓｎ 　 ｎｎ ｎ ｌ 　 ０１ ３ ０ ｌ：［３ ｕ 　 Ｊ ｇ Ｌ Ｑ ｎＴ ｎ 　 ｍ ｉｃｌ ｔ ｙｏ 　 ｅｒ ｎ　 　 ４ ］Ｄ ａ Ｙ， ｉ 　 ， ｉ ．Ａ Ｅ ｐ ｉ 　 ｕ 　 ｎＬ ａ ｉ ｔ ｎ ｎ ａ 　 ｒａ Ｓ ｄ ｎｇｏＲ ｋｏ　 ｗ ｔ【 ．ｎＰｏｅ ｉ ｓｏ　 ｅ２ｔ Ｉｔｎｔｎｌ ｎ ａ 　ｆＴ ｅ ｓ ｃ］ Ｉ ｒｃ ｅ ｎ 　ｆｔ 　３ 　ｎ ｒａｏａ 　 ｄｇ ｈ ｈ ｅ ｉ 　Ｃ ｎｅｅｃ　ｎＣｏ ｕ ｔ ｎ 　 ｉｇｉ ｃ，Ｂ ｉｎ Ｃ ｉａ２ １ ： ｏ ｆ ｎ ｏ 　 ｍｐ ｔｉ ａ Ｌｎ ｕｓ ｓ ｅｉｇ， ｈｎ ，０ ０　 ｒｅ ａ ｏｌ ｉ ｔ ｊ［ １ ｓｉ ａ Ｅ ｕ ｈ Ｔ Ａ 　 ｆ ａｏ 　 ｅｏ ｍ ｎ ａｏ 　 ｇ ｎ ６ ］Ｕ ｈａ 　 ｇ ｃｉ ． ｎ ｎ ｒ ｔ ｎＲ ｍ ｅｄｔ ｎＡ ｅｔ ｍ Ｔ， 　 Ｉｏ ｉ ｍ ｃ ｉ 　（ 下转第 ５ ７页 ） 　
更多相关文档