[1]仲兆满,管燕,胡云,李存华.基于背景和内容的微博用户兴趣挖掘[J].软件学报,2017,28(2):278-291.

[2]尚燕敏,曹亚男,刘燕兵.基于异构社交网络信息和内容信息的事件推荐[J].软件学报,2020,31(4):1212-1224.

[3]杨福强,王洪国,董树霞,丁艳辉,尹传城.基于微博扩展的用户兴趣主题挖掘算法[J].计算机工程与设计,2015(5).

[4]牛朝林,高茂庭.基于模糊关联规则的微博用户潜在兴趣发现[J].计算机系统应用,2016,25(1):31-38.

[5]蒋盛益,杨博泓,姚娟娜,吴美玲,张钰莎.一种基于增广网络的快速微博社区检测算法[J].中文信息学报,2016,30(5):65-72.

[6]李艳,郝身刚,赵卫东,姜桂洪.时间敏感的社交网络热点话题检测[J].计算机工程与设计,2014(12):4324-4328.

[7]郑楷坚,沙灜.面向主题的社交网络采集技术[J].计算机系统应用,2016,25(10):173-179.

[8]微博用户的相似性度量及其应用[J].计算机学报

[9]夏崇欢,李华康,孙国梓.基于行为特征分析的微博恶意用户识别[J].计算机科学,2018,45(12):111-116.

[10]李冠辰.一个基于hadoop的并行社交网络挖掘系统[J].软件,2013(12):127-131.

[11]张群洪,陈崇成,樊明辉.基于J2EE的空间关联规则研究与原型系统实现[J].计算机工程,2008,34(8):72-74.

[12]王永贵,张旭,任俊阳,刘宪国.结合微博关注特性的UF_AT模型用户兴趣挖掘研究[J].计算机应用研究,2015,32(7).

[13]王永贵,张丰田,刘雨诗,肖成龙.AT-IR：微博中结合转发特性的用户兴趣话题挖掘方法*[J].计算机应用研究,2017,34(7).

[14]张国英,武 浩,蔡光卉,何 敏,余 江,徐 涛.基于非负多矩阵分解的微博网络信息推荐_*[J].计算机应用研究,2017,34(9).

[15]龚卫华,陈彦强,裴小兵,杨良怀.LBSN中融合多维关系的社区发现方法[J].软件学报,2018,29(4):1163-1176.

[16]黄晓雯,严明,桑基韬,徐常胜.基于关联规则挖掘的跨网络知识关联及协同应用[J].计算机科学,2016,43(7):51-56.

[17]汤颖,钟南江,孙康高,秦大康,周伟华.基于兴趣的社交网络用户聚类及可视化[J].计算机科学,2017,44(Z11):385-390, 427.

[18]陈克寒,韩盼盼,吴健.基于用户聚类的异构社交网络推荐算法[J].计算机学报,2013,36(2).

[19]张晨昕,饶元,樊笑冰,王硕.基于社交媒体的事件脉络挖掘研究进展[J].中文信息学报,2019,33(11):15-30.

[20]黄发良,于戈,张继连,李超雄,元昌安,卢景丽.基于社交关系的微博主题情感挖掘[J].软件学报,2017,28(3):694-707.