自2012年以来，全球在线销售已经超过1万亿美元。从互联网准确地发现相关的客户，无疑是对电子商务的一个重要步骤；分析微博信息，如新浪微博，是一种有效发现相关客户的方法；微博客具有共同兴趣，通常形成社区，通过识别社区的兴趣，我们可以更准确地找到我们的客户。不幸的是，辨识社区兴趣现有的方法带出了两个问题：（1）忽视了少数派；（2）无法有效地应付活跃会员不断变化的兴趣。考虑一个徒步旅行社区作为一个例子，直觉地说，肯德基餐厅（KFC）是与远足无直接关系，因此我们不应该推肯德基广告到这个社区。然而，如果少数成员（如少数派）远足后一直吃了KFC，我们可以得出结论，这些少数派其​​实对肯德基有兴趣，因而应该得到肯德基的消息。考虑另一个社区，游戏社区，各成员在短时间内突然对新的游戏感兴趣，现有的技术很难有效地在短时间内捕捉在发生变化中的事件，因为几乎所有的方法都以离线模式运作。无法识别新的兴趣意味着丢失了一些市场机会；为了克服这些问题，我们提出INCOMIRS - 一个基于判别无向概率图模型的实时系统。