開展社交網(wǎng)絡(luò)用戶行為分析的研究,理解用戶行為,實現(xiàn)對網(wǎng)絡(luò)消息傳播和擴散的有效管理,是當(dāng)前社交網(wǎng)絡(luò)消息管控的研究熱點。微博用戶行為分析是評估微博用戶在接觸網(wǎng)絡(luò)熱點事件后執(zhí)行消息傳播行為的可能性,對微博用戶行為分析能夠為微博輿情引導(dǎo)和微博謠言控制提供決策參考。主要研究成果有兩點:論文提出基于衰減興趣、延續(xù)習(xí)慣和交互影響三重驅(qū)動的行為動力學(xué)改進(jìn)模型,能夠彌補興趣驅(qū)動模型中驅(qū)動要素單一的不足。改進(jìn)方法采用統(tǒng)計分析微博用戶行為的潛在規(guī)律,提煉出重點突出、可量化的內(nèi)在驅(qū)動要素,依據(jù)前人的研究成果與統(tǒng)計分析結(jié)果對比論證。通過實驗驗證,改進(jìn)分析模型能夠分析微博用戶的行為,且與實證分析結(jié)果吻合。在真實網(wǎng)絡(luò)數(shù)據(jù)環(huán)境中對改進(jìn)的行為動力學(xué)模型進(jìn)行修正和評估,通過爬取微博用戶數(shù)據(jù),修正模型參數(shù),分析用戶行為,最終判定微博用戶在接觸熱點事件后是否執(zhí)行信息傳播行為的正確率達(dá)0.9163,基于混淆矩陣分析行為動力學(xué)模型的檢測結(jié)果,F值為85%、誤檢率為8.5%,實驗結(jié)果表明改進(jìn)模型在微博用戶行為分析上取得良好的評估效果。論文對NodeRank算法進(jìn)行了改進(jìn),彌補了NodeRank算法對社交網(wǎng)絡(luò)節(jié)點重要性評估的缺陷。N... 

【文章來源】：中國人民公安大學(xué)北京市

【文章頁數(shù)】：69 頁

【學(xué)位級別】：碩士

【部分圖文】：

記憶模型任務(wù)點

2 延續(xù)習(xí)慣對微博用戶行為影響強度計算二在延續(xù)習(xí)慣對微博用戶行為影響強度計算二坐標(biāo)原點，用戶以往行為分別位于圖示位置Q一歷史行為的影響強度：2) ( 0, 0 )1tεε> > ）3.11 分析可知，歷史行為重要程度越高對刻 t 越短對用戶的行為影響強度越大；用定，對用戶時刻 t 的影響強度越大。動是典型的復(fù)雜網(wǎng)絡(luò)，在社交網(wǎng)絡(luò)微博中用

(0< σ<1)為阻尼系數(shù)，( )iNR ν為指向節(jié)點ν的節(jié)點 值，( , )iω ν ν為節(jié)點 iν與ν之間的權(quán)值，( )out iS ν為 νν獲得節(jié)點源 iν的權(quán)重可以用邊(ν ,ν )i 的權(quán)值和節(jié)點 iν示ιω ν νω ν= 1( , )( , )iimjjz，通過該權(quán)重來對不同的連接加不同的[63]對社交網(wǎng)絡(luò)節(jié)點重要性評估中，社交網(wǎng)絡(luò)中節(jié)點ν連接 NR 值越高，說明節(jié)點越重要。

【參考文獻(xiàn)】：
期刊論文
[1]基于聚類融合的郵件社交網(wǎng)絡(luò)社區(qū)劃分方法[J]. 張中軍,董仕.  云南大學(xué)學(xué)報(自然科學(xué)版). 2017(02)
[2]基于人類動力學(xué)的在線社交網(wǎng)絡(luò)信息傳播研究[J]. 李瑾頡,吳聯(lián)仁,齊佳音,閆強.  電子與信息學(xué)報. 2017(04)
[3]大規(guī)模社交網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)及可視化算法[J]. 趙潤乾,吳渝,陳昕.  計算機輔助設(shè)計與圖形學(xué)學(xué)報. 2017(02)
[4]社交網(wǎng)絡(luò)數(shù)據(jù)采集技術(shù)研究與應(yīng)用[J]. 徐雁飛,劉淵,吳文鵬.  計算機科學(xué). 2017(01)
[5]基于社交關(guān)系的微博主題情感挖掘[J]. 黃發(fā)良,于戈,張繼連,李超雄,元昌安,盧景麗.  軟件學(xué)報. 2017(03)
[6]新浪微博信息傳播路徑阻礙因素分析及傳播效果預(yù)測[J]. 田向國,肖林鵬,劉鐵英,張小莉.  情報科學(xué). 2016(05)
[7]Web垂直搜索引擎實現(xiàn)過程的研究[J]. 張弘弦,田玉玲.  現(xiàn)代電子技術(shù). 2016(08)
[8]微博信息傳播預(yù)測研究綜述[J]. 李洋,陳毅恒,劉挺.  軟件學(xué)報. 2016(02)
[9]一種基于網(wǎng)絡(luò)整體影響力的節(jié)點重要性評估方法[J]. 李拓晨,侯磊,李永立.  情報學(xué)報. 2015 (11)
[10]基于興趣變化的微博用戶轉(zhuǎn)發(fā)行為建模[J]. 周滄琦,趙千川,盧文博.  清華大學(xué)學(xué)報(自然科學(xué)版). 2015(11)

博士論文
[1]在線社交網(wǎng)絡(luò)信息傳播建模及轉(zhuǎn)發(fā)預(yù)測研究[D]. 唐朝生.燕山大學(xué) 2014
[2]基于人類動力學(xué)的微博用戶行為統(tǒng)計特征分析與建模研究[D]. 易蘭麗.北京郵電大學(xué) 2012
[3]人類行為動力學(xué)的實證及生成機制研究[D]. 鮑媛媛.北京郵電大學(xué) 2012

碩士論文
[1]基于改進(jìn)PageRank算法的微博用戶影響力研究[D]. 楊科.西安建筑科技大學(xué) 2014



本文編號：3277067