本文關(guān)鍵詞：微博用戶關(guān)注推薦及排名策略研究

  更多相關(guān)文章： 微博服務(wù) 關(guān)注推薦 親密度 排名策略 活躍指數(shù)

【摘要】：隨著互聯(lián)網(wǎng)技術(shù)的迅速發(fā)展,微博作為一種新的社交網(wǎng)絡(luò)服務(wù),其應(yīng)用越來越廣,功能越來越豐富,影響力也越來越大。微博服務(wù)將用戶與社交網(wǎng)絡(luò)之間的距離進一步縮短,為用戶提供便捷、快速的內(nèi)容接收、發(fā)布方式。本文以當前國內(nèi)較流行的新浪微博作為研究的數(shù)據(jù)來源,從微博與傳統(tǒng)社交網(wǎng)絡(luò)服務(wù)之間的差異入手,充分總結(jié)微博服務(wù)的新特性,并對兩類用戶指標進行分析。本文主要研究了微博服務(wù)中關(guān)注推薦和排名策略,如何為微博用戶提供不同層次的關(guān)注對象以及對用戶進行合理排名是本文研究重點。 首先,在微博服務(wù)中,用戶可以自由關(guān)注其他用戶,以獲取這些用戶的動態(tài)及微博信息,因此,為用戶推薦高質(zhì)量的關(guān)注對象是一種建立可靠用戶關(guān)注關(guān)系,有效提高用戶對微博服務(wù)依賴性的手段。本文以社會網(wǎng)絡(luò)統(tǒng)計量為基礎(chǔ),提出一種適用于微博服務(wù)的新結(jié)構(gòu),并據(jù)此得到關(guān)注推薦模型。實驗表明,該模型使用閾值對用戶進行篩選后,兩種子模型可以為用戶提供不同親密度的關(guān)注對象,有效增加了用戶獲取關(guān)注對象的途徑。 另外,由于微博服務(wù)目標用戶定位和發(fā)展模式的需要,目前普遍采用單一指標作為用戶排名的依據(jù)。然而,單一指標排名方式難以真實地反映服務(wù)中的活躍用戶。本文提出用戶排名策略模型以計算用戶的活躍指數(shù)。實驗及分析表明,活躍指數(shù)在微博服務(wù)中能夠較好地反映活躍用戶的特征,適于度量用戶活躍度排名情況。
【關(guān)鍵詞】：微博服務(wù) 關(guān)注推薦 親密度 排名策略 活躍指數(shù)
【學位授予單位】：鄭州大學
【學位級別】：碩士
【學位授予年份】：2012
【分類號】：TP393.092;F49
【目錄】：

• 摘要4-5
• Abstract5-7
• 目錄7-10
• 圖的目錄10-12
• 表的目錄12-13
• 1 緒論13-19
• 1.1 研究背景13-15
• 1.2 研究內(nèi)容的提出15-16
• 1.3 研究意義16-17
• 1.4 論文的主要研究工作和組織結(jié)構(gòu)17-19
• 1.4.1 主要研究工作17-18
• 1.4.2 論文的組織結(jié)構(gòu)18-19
• 2 微博服務(wù)概述19-30
• 2.1 什么是微博服務(wù)19-20
• 2.2 微博服務(wù)的組成20-21
• 2.3 微博服務(wù)的理論基礎(chǔ)21-23
• 2.3.1 小世界理論21-22
• 2.3.2 弱關(guān)系理論22-23
• 2.3.3 150定律23
• 2.4 微博服務(wù)的國內(nèi)外研究方向23-24
• 2.5 微博與其他網(wǎng)絡(luò)服務(wù)的結(jié)合應(yīng)用24-26
• 2.5.1 微博與即時通訊軟件24-25
• 2.5.2 微博與視頻網(wǎng)站25-26
• 2.5.3 微博與手機的交互26
• 2.5.4 微博與博客服務(wù)26
• 2.6 數(shù)據(jù)采集及定義26-28
• 2.7 本章小結(jié)28-30
• 3 微博服務(wù)網(wǎng)絡(luò)結(jié)構(gòu)和用戶特征研究30-40
• 3.1 兩類社交網(wǎng)絡(luò)服務(wù)的差異30-35
• 3.1.1 拓撲結(jié)構(gòu)30-34
• 3.1.2 消息傳遞方式34
• 3.1.3 微博服務(wù)的特征34-35
• 3.2 微博服務(wù)的用戶特征35-39
• 3.2.1 用戶的分類36
• 3.2.2 兩類用戶的拓撲圖分析36-37
• 3.2.3 兩類用戶的指標分析37-39
• 3.3 本章小結(jié)39-40
• 4 關(guān)注推薦模型40-53
• 4.1 指數(shù)隨機圖模型及新結(jié)構(gòu)40-42
• 4.2 現(xiàn)有推薦方法綜述42-43
• 4.3 模型的建立43-50
• 4.3.1 篩選微博用戶43-45
• 4.3.2 生成關(guān)注矩陣45-46
• 4.3.3 建立子模型46-48
• 4.3.4 分析親密度矩陣48-50
• 4.4 實驗設(shè)計與分析50-52
• 4.5 本章小結(jié)52-53
• 5 排名策略模型53-63
• 5.1 現(xiàn)有排名方式的不足53-54
• 5.2 層次分析法54-57
• 5.2.1 層次分析法概述54
• 5.2.2 層次分析法的基本步驟54-57
• 5.3 排名策略模型57-61
• 5.3.1 數(shù)據(jù)預處理57-58
• 5.3.2 模型的建立58-61
• 5.4 實驗結(jié)果分析61-62
• 5.5 本章小結(jié)62-63
• 6 結(jié)論與展望63-65
• 6.1 結(jié)論63
• 6.2 進一步的工作63-65
• 參考文獻65-68
• 個人簡歷、在學期間發(fā)表的學術(shù)論文68-69
• 個人簡歷68
• 在學期間發(fā)表的學術(shù)論文68-69
• 致謝69

【引證文獻】

中國碩士學位論文全文數(shù)據(jù)庫 前1條

1 仇鈞;基于微博社會網(wǎng)絡(luò)的用戶興趣模型研究[D];上海交通大學;2013年

，

本文編號：1071592