Twigraph：发现并可视化Twitter档案间的影响力词汇

社交媒体的热潮持续升温，人们之间的联系前所未有地紧密，但这些庞大的联系网络尚未得到可视化探索。我们提出一种名为Twigraph的方法，利用用户的Twitter档案来探索人与人之间的联系。首先，我们提出一种向用户推荐社交媒体档案、文章和广告的混合方法。档案的推荐基于用户档案与待评估档案之间的相似度得分。通过为每个词寻找Influence Term Metric以找出最具影响力的词汇，从而调查一组档案之间的相似性。然后，我们通过一种新颖的聚类算法，基于相似度得分将政治、体育和娱乐等不同领域的档案进行分组。档案之间的联系通过词图进行构想，有助于找到连接一组档案的词汇以及与某个词相连的档案。最后，我们通过聚类分析一组档案上的最具影响力词汇，寻找这些档案的相似性，从而能够利用词图将拥有大量粉丝的Twitter档案分解为细粒度的词汇联系。所提方法在包含从Twitter获取的110万条推文的数据集上实现。实验结果表明，所得出的影响力词汇高度代表两个档案或一组档案之间的关系。