面向微博的多实体稀疏关系数据联合聚类

于淼，杨武，王巍，申国伟



面向微博的多实体稀疏关系数据联合聚类

于淼，杨武，王巍，申国伟

（哈尔滨工程大学信息安全研究中心，黑龙江哈尔滨 150001）

针对大规模微博中多实体间的稀疏关系数据，提出一种面向多实体稀疏关系数据的高效联合聚类算法。在算法中，为了充分利用多关系数据，提出了一种顽健的约束信息嵌入方法构建关系矩阵，降低了矩阵的稀疏性，进一步提高了算法的准确率。在稀疏约束的块坐标下降框架下，关系矩阵通过非负矩阵三分解算法同时获得不同实体的聚类指示矩阵。非负矩阵分解过程中，通过高效的投射算法实现快速求解，确保了聚类结果的稀疏结构。在人工和真实数据集上的实验表明，算法在3个指标上都具有明显提高，特别是在极端稀疏数据上的效果更加明显。

微博；多实体稀疏关系；联合聚类；非负矩阵分解；辅助信息嵌入

1 引言

随着互联网技术的快速发展，微博成为人们的信息分享和传播平台。为了深入理解微博平台中的用户行为、内容、传播规律等，微博已经成为社会媒体数据挖掘、社会计算等研究领域中的热点研究目标。

在微博平台中，用户可以发布或者评论一条消息，消息中可以包含标签、位置等多类特征实体。同时，用户通过关注构建用户关注关系，通过转发促进消息快速传播。微博用户通过上述行为产生大量实体及复杂的交互关系，因此，微博数据是多实体关系数据[1]。通过对微博中实体间的交互关系进行挖掘，能够深入理解微博中实体之间的潜在结构。……