基于事件的社交网络中的主题社区发现

基于事件的服务近年来快速增长，改变了人们探索和分享感兴趣信息的方式。它们承载了大量用户活动，包括明确的 RSVP、共享照片、评论和社交连接。利用这些活动来发现相似用户的社区是一个具有挑战性的问题。实际上，基于事件的社交网络（ESBN）中的社区是一组用户，不仅共享共同事件和朋友，还具有相似的主题兴趣。然而，大多数现有方法主要依赖网络中的链接分析，无法检测到此类社区。为解决该问题，需要利用共享对象的语义与结构特性，并生成重叠社区而非互不相交的社区。在本文中，我们提出利用用户围绕事件的活动，旨在通过主题聚类和链接分析检测社区，以最大化一种新形式的语义模块度。我们特别强调了线上与线下社交互动的差异，以及事件类别对社区检测的影响。在真实数据集上的实验结果表明，与现有最先进方法相比，我们的方法能够检测出具有语义意义的社区。