韩东红, 张宏亮, 朱帅伟, 齐孝龙

(东北大学 计算机科学与工程学院, 辽宁 沈阳 110169)

随着Web 2.0的出现和普及，互联网用户迅速从信息的消费者转变成了信息的生产者.借助微博为代表的社交网络平台，用户可以自由表达情感、互动交流，使得跨越地理位置而具有相同喜好的用户聚集成一个社区成为可能.因此通过挖掘分析海量社交网络数据，发现其中潜在社区已经成为近年来的热点研究问题.

社交网络中的社区发现概念最早由Newman等[1]提出，即发现社交网络中的内聚子群，其中节点与节点之间的联系非常紧密，而子群之间的联系相对稀疏.社区发现有助于进一步认识、理解复杂网络，可用于社会网络演变[2]、个性化推荐[3]、市场营销[4]等应用研究.情感社区的概念则由Xu等[5]首次提出，旨在发现社交网络中对某商品质量或服务有相同情感或观点的联系紧密的用户群，以帮助企业改进生产、设计营销策略.

作为最大的中文社交网络平台，截至2017年5月份，新浪微博用户数已超过Twitter，达到3.4亿.可见，在线社交网络已成为连接网络虚拟空间和人类物理世界不可或缺的桥梁.如果能通过微博用户的文本及网络交互信息，分析在某一话题下具有情感倾向一致性的用户群体，对于微博情感分析、舆情监测及心理学研究等领域都具有重要意义.例如在网络舆情分析方面，通过挖掘微博热点事件中的情感社区，可以帮助政府了解网络舆情以及不同情感社区的构成；……