简单的脱离SNS平台的挖掘用户数据的方法

本文介绍了一种基于社交网络数据的社区发现方法,包括构建稀疏矩阵、连通性分析、计算介数等步骤,最终通过最大流/最小割分析传播阻尼。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1、数据准备,构建一个稀疏矩阵

2、进行连通性分析,将用户划分为子图。

3、补足,取得每个用户的好友信息,例如用户A的好友A1认识用户B的好友B1,则人为添加一个链路(方法1)。

如果用户A与用户B或者他们的好友同属于一个网络(目前SNS网站的叫法)或者群组,则作为一个连接(方法2)。

4、计算介数,并通过介数发现社区与社区中心。

5、为每一条边赋值(以相互浏览的和为权),构造一个无向图。

6、计算最大流/最小割,分析传播阻尼。

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值