Web社區用戶個性挖掘與排序研究

《Web社區用戶個性挖掘與排序研究》是依託武漢大學，由李石君擔任項目負責人的面上項目。

基本介紹

• 中文名：Web社區用戶個性挖掘與排序研究
• 項目類別：面上項目
• 項目負責人：李石君
• 依託單位：武漢大學

項目摘要

Web社區擁有越來越龐大的用戶群體，迫切需要發現社區中用戶的真實個性，發現重要用戶並對其排序，以圈定目標客戶，推送精準廣告和信息，提升品牌口碑。然而，由於社區中用戶的虛擬性，發現隱蔽的真實身份和個性十分困難，現有研究還跟不上Web社區的迅猛發展，尚無有效的解決方法。還主要採用傳統的訪問日誌、話題高頻詞等技術發現用戶興趣；採用連結分析、點擊率、發帖和跟貼數，對用戶、話題和社區排序，忽略了話題的主題相關性和用戶質量，使得對社區的個性挖掘和排序結果不夠準確。因此，本項目建立Web社區用戶個性模型；研究基於用戶訪問時間統計、個性要素識別規則、話題高頻詞和高頻交流用戶的多側面社區用戶個性挖掘；結合用戶個性挖掘、連結分析和話題質量的社區重要用戶發現及多維度排序；結合用戶排序和話題質量的Web社區話題排序；結合用戶和話題數量及質量的社區排序方法；為開發新一代社區搜尋引擎提供理論和技術基礎。

結題摘要

Web社區擁有越來越龐大的用戶群體，迫切需要發現Web社區中用戶的真實身份和個性，發現重要用戶並對其排序，以圈定精準客戶，推送精準廣告和信息，發現重要輿論領袖，擴大品牌口碑傳播。然而，由於社區中用戶的虛擬性，發現隱蔽的真實身份和個性十分困難，現有研究跟不上Web社區迅速發展，還主要採用傳統的訪問日誌、話題高頻詞等技術發現用戶興趣；採用連結分析、點擊率和發帖、跟貼數對用戶、話題和社區排序。 因此，本項目針對這些問題，提出了Web社區用戶個性模型；並基於用戶訪問時間分析、用戶個性各要素識別規則、用戶話題高頻詞向量，設計了Web社區用戶真實身份和個性挖掘算法；提出了結合用戶個性挖掘和連結分析的Web社區重要用戶的發現及多維度排序方法、結合用戶排序的Web社區話題的排序方法；以及結合用戶和話題質量的社區排序方法；最終實現了 “Web社區用戶個性挖掘與排序”原型系統。探索出了一條解決基本科學問題“在虛擬Web社區中用戶真實個性的挖掘及重要性排序”的新途徑。