基于UGC挖掘的學術虛擬社區(qū)知識推薦研究.pdf

1、互聯(lián)網時代，信息技術的發(fā)展為人們帶來學習、生活、工作的便捷。通過網絡，人們獲取知識的渠道和途徑大大拓展，虛擬社區(qū)便是其中的一種。虛擬社區(qū)為人們的信息交流提供了平臺。隨著信息交流內容的不斷細分，學術交流的網絡化成為一種趨勢，受到學者的重視。更多的學者也傾向于通過互聯(lián)網絡來彌補現(xiàn)實學術交流的不足。學術虛擬社區(qū)以其快捷性、開放性吸引了越來越多重量級學者參與，它不僅滿足了信息交流細分下學者對學術交流的需求，同時也成為傳統(tǒng)學術交流在網絡上的擴展和

2、延伸，逐漸成為專業(yè)人士、科研工作者分享信息與知識的重要平臺。知識交流與共享是學術虛擬社區(qū)存在與發(fā)展的基礎。隨著學術虛擬社區(qū)用戶交互、社區(qū)知識量的幾何級數(shù)增長，學術需求者如何與學術貢獻者互動，學者如何高效、準確、快速地獲取想要的知識，同時尋找在學術研究中的志同道合者，如何提高學術虛擬社區(qū)的知識交流與共享度，都是現(xiàn)階段對于學術虛擬社區(qū)研究需要考慮的問題。
　　本論文基于對學術虛擬社區(qū)、用戶生成內容(UGC)、Web數(shù)據挖掘、知識推薦等

3、相關研究的學習，通過對學術虛擬社區(qū)和UGC研究，對其概念分別進行了界定，提出了學術UGC概念，從內容、用戶和鏈接的維度分析了學術UGC不同于其他UGC的特性。將Web數(shù)據挖掘中的內容挖掘和結構挖掘用于學術UGC的挖掘中，使用基于語義加權的K-均值聚類實現(xiàn)學術UGC內容的挖掘，并建立了學術虛擬社區(qū)顯性知識推薦模型;優(yōu)化學術虛擬社區(qū)中用戶距離的計算方法，推導出改進后的PageRank2.0算法進行學術UGC鏈接挖掘，建立了學術虛擬社區(qū)隱性知

4、識推薦模型，為用戶推薦具有相同研究興趣的其他用戶。
　　最后，使用UChome網站建設工具搭建了以“數(shù)據挖掘”為主題的學術虛擬社區(qū)，共分析23個用戶共250篇博文。通過對250篇博文做文本和鏈接分析，進行文本聚類和用戶權威度計算。學術UGC經過文本預處理和特征表示后，對各博客的特征表示集合進行文本相似度計算并得出相似矩陣，最后對相似矩陣采用K-means算法進行聚類;對學術UGC中的入鏈鏈接進行分析，并列出入鏈鏈接矩陣，算出每位用