面向虚拟社区的社会化专家建模及应用

社会化专家推荐旨在准确识别虚拟社区中具有专业特长的用户并对用户进行表示，高效挖掘虚拟社区中有价值的内容并将其有效地推荐给信息需求者，为用户提供专业的在线社会支持。社会化专家推荐对于解决信息过载问题和提升用户体验具有重要作用，近年来引起了广泛关注。本书对社会化专家推荐的相关理论进行了介绍，重点讲解了面向虚拟社区的社会化专家建模、基于证据增强混合图的社会化专家推荐算法及实证研究。另外，介绍了基于Nutch的虚拟社区多源数据采集系统。本书可供从事虚拟社区、数据挖掘、情报技术、推荐算法研究的院校老师、学生和相关行业的科研工作人员参考。

第1章绪论1
1.1研究背景及意义1
1.2国内外研究现状3
1.2.1用户建模与识别理论研究3
1.2.2社会化专家推荐算法研究7
1.2.3在线社会支持研究11
1.3本书主要内容16
1.3.1研究内容体系结构16
1.3.2主要功能模块介绍17
1.3.3章节结构22
第2章相关理论基础24
2.1社会网络及其分析方法24
2.1.1社会网络的表示方法26
2.1.2社会网络分析任务和分类27
2.1.3社会网络分析指标28
2.2复杂网络社团31
2.2.1社团研究中的基本概念32
2.2.2复杂网络社团发现算法34
2.2.3复杂网络社团演化跟踪算法35
2.3用户画像36
2.3.1用户画像构建方法36
2.3.2用户画像的表现及更新方式38
2.3.3用户画像的分析方法41
2.4链接预测43
2.4.1链接预测方法43
2.4.2基于节点相似性的链接预测方法43
2.5混合图模型及算法45
2.5.1混合图模型45
2.5.2基于混合图的推荐算法45
2.6本章小结48
第3章面向虚拟社区的社会化专家建模49
3.1专家用户建模的多类专家证据49
3.2基于主题模型的用户―专长―词项三部图构建51
3.2.1问题描述和定义51
3.2.2用户―专长―词项的模型构建54
3.2.3基于主题模型的专家用户画像建模58
3.3基于证据增强混合图的专家用户模型构建71
3.3.1社会化专家建模框架设计71
3.3.2基于关联边增强的专家证据融合73
3.3.3基于节点属性增强的专家证据融合77
3.3.4融合多类专家证据的混合图模型构建83
3.4本章小结84
第4章基于证据增强混合图的社会化专家推荐85
4.1社会化专家推荐系统框架设计85
4.1.1社会化专家推荐系统概述85
4.1.2社会化专家推荐系统框架88
4.2基于重启动随机游走的一阶段社会化专家推荐90
4.2.1关联边定义及权重设定90
4.2.2转移概率矩阵计算91
4.2.3基于重启动随机游走的专家列表生成93
4.3基于情境感知的二阶段社会化专家推荐94
4.3.1用户情境概述94
4.3.2情境知识的获取与情境表示98
4.3.3基于情境后过滤策略的二次专家筛选99
4.4本章小结100
第5章面向虚拟社区的应用与实证研究102
5.1基于新浪微博的用户画像应用与实证103
5.2基于百度知道的社会化专家推荐应用与实证120
5.2.1用户―专长―词项混合图的构建实验120
5.2.2基于证据增强混合图的社会化专家推荐实验123
5.3基于39健康网艾滋病论坛的在线社会支持应用与实证126
5.3.1用户专业度识别实验及分析126
5.3.2链接预测实验及分析133
5.3.3在线社会支持网络构建实验及分析136
5.3.4在线社会支持网络演化追踪实验及分析147
5.4本章小结154
第6章基于Nutch的虚拟社区多源数据采集系统155
6.1Nutch概述155
6.2数据采集系统整体设计161
6.3基于网络新闻的数据采集163
6.3.1新闻类网站分析指标163
6.3.2基于分析指标的新闻类网站分类排名165
6.3.3新闻采集概念的模型构建167
6.3.4新闻采集流程及解析168
6.4基于论坛贴吧的数据采集169
6.4.1Web论坛的分析及模型构建169
6.4.2论坛采集流程设计172
6.4.3基于模板的Web论坛解析177
6.5基于微博的数据采集182
6.5.1微博概述及分析182
6.5.2微博采集概念的模型构建190
6.5.3微博数据采集流程及解析192
6.6本章小结201
参考文献202