基于向量空间模型的在线社交网络用户活动分析
机器学习
2019-10-15 v1 社会与信息网络
机器学习
摘要
互联网、无线技术和移动设备的日益普及，催生了通过在线社交网络（OSNs）及类似环境实现的大规模连接与在线交互。OSN反映了一种社会结构，由一组个体以及它们之间不同类型的联系（如连接、关系、互动等）构成，并帮助用户与朋友和共同兴趣群体建立联系、分享观点以及传递信息。如今，用户选择OSN站点作为分享其动态、不同观点、发布照片并希望供他人查看、评分和评论的最偏好场所。本文旨在利用向量空间模型的TF-IDF方案，探索和分析给定用户下对象（如照片、帖子等）与其观看者（朋友、熟人等）之间的关联，并发现它们之间的活动关系。向量化之后，向量数据通过具有多种属性的加权图加以呈现。
引用
@article{arxiv.1910.05691,
title = {Analyzing User Activities Using Vector Space Model in Online Social Networks},
author = {Dhrubasish Sarkar and Premananda Jana},
journal= {arXiv preprint arXiv:1910.05691},
year = {2019}
}