在社交商务中,用户可以自由的进行信息分享,造成随着社交商务用户数量的增多,平台内信息总量也在飞速增加。伴随平台内信息总量的增加,不仅为用户的信息获取带来困难,也为社交商务有效识别用户兴趣,减少用户流失带来挑战。因此,有效挖掘社交商务用户兴趣,理清社交商务用户兴趣的变化特点,为社交商务的发展提出相应的策略建议具有重要的理论意义和现实意义。首先,通过梳理国内外文献,分析国内外学者针对社交商务、用户兴趣挖掘以及社区发现的研究现状,确定论文的研究思路;然后,界定社交商务的相关概念,归纳社交商务的用户组成以及用户信息行为类型,总结用户兴趣模型构建的相关内容,为基于社区的社交商务用户兴趣挖掘研究奠定理论基础;其次,分析社交商务的社区特点,归纳社交商务中用户的社交关系并结合社交商务的社区具有结构层次性特征,提出基于用户社交关系紧密度的改进的Louvain算法进行社交商务的社区发现;接着,在社区发现的基础上,通过LDA模型构建用户个体兴趣模型,融合社区中用户的影响力用户兴趣构建用户混合式兴趣模型,并基于遗忘函数分析社交商务中用户兴趣的变化特点;随后,以“路口”网站为实证对象,进行基于社区的社交商务用户兴趣挖掘实证研究,根据改进的Louvain算法发现“路口”网站中存在的社区,通过基于社区的社交商务用户兴趣挖掘流程,构建用户个体兴趣模型以及用户混合式兴趣模型,并结合遗忘函数分析用户兴趣的漂移特点;最后,基于社交商务视角,结合用户兴趣特点提出促进社交商务发展的策略建议。论文旨在丰富社交商务中用户兴趣挖掘的理论体系,帮助社交商务有效挖掘用户兴趣,保持良好的发展提供策略建议。