基于聚类的用户创新社区知识网络建模及分析

摘要

针对用户创新社区知识网络建模时,网络社区存在的海量信息内容特征的多样性,采用传统的方法在进行挖掘时,由于信息内容可挖掘特征存在的关联性低,使得最优信息内容特征的挖掘不准确,选出大量的无关信息内容特征,导致建模精确度低.提出基于加权聚类网络的企业社区用户创新知识发现、建模及分析方法.在Web内容挖掘基础上,对高频特征词进行聚类,并根据内容进行标记并命名,与高频词合并形成创新知识点集,考虑词频以及知识点间隶属关系,构建用户创新知识的加权网络模型,并对用户创新知识深入分析.分析结果可以用加权的层次网络表示出来.实验结果证明,采用上述建模精确度高,并为企业发现和分析用户创新知识提供更有效的工具.