【摘要】：近幾年，隨著社會化媒體平臺的迅速發(fā)展，如：Facebook、Twitter、Youtube、WhatApp、微博、微信等，社會化媒體分析已經(jīng)成為一個非常熱門的研究領域。社會網(wǎng)絡信息傳播是社會化媒體數(shù)據(jù)中最重要和最普遍的特征之一，研究信息在社會網(wǎng)絡中的傳播情況以及影響因素已經(jīng)成為社會化媒體分析領域的重要課題之一，并受到研究人員的廣泛關(guān)注和研究。研究社會媒體中的信息傳播分析模型及模式，對分析社會網(wǎng)絡中的社會節(jié)點屬性特征、理解社會網(wǎng)絡結(jié)構(gòu)、社會網(wǎng)絡信息流向、分析和預測信息傳播的廣度和深度等具有非常重要的理論意義。同時，研究社會網(wǎng)絡信息傳播也具有非常廣泛的應用價值，目前正逐步應用在輿情監(jiān)控與分析、謠言追蹤、企業(yè)營銷、個性化精準營銷等眾多領域。 本文旨在研究社會化媒體中的基于網(wǎng)絡屬性的信息傳播模型。在數(shù)據(jù)準備方面，本文研發(fā)出一種并行、高效的數(shù)據(jù)獲取系統(tǒng)。通過考慮社會網(wǎng)絡中的靜態(tài)屬性（包括網(wǎng)絡屬性、非網(wǎng)絡屬性）和動態(tài)屬性，本文提出一種位置信息與社區(qū)結(jié)構(gòu)的關(guān)聯(lián)分析方法，給出四種軌跡模式的定義及抽取算法，并在此基礎上提出了基于位置信息和社區(qū)結(jié)構(gòu)信息社會網(wǎng)絡信息傳播模型；針對用戶的網(wǎng)絡結(jié)構(gòu)屬性和非網(wǎng)絡結(jié)構(gòu)屬性，提出了一種多層的信息網(wǎng)絡融合方法（MLN），給出一種基于MLN的信息傳播模型；針對用戶屬性的動態(tài)性，提出一種基于N-Pat-Tree結(jié)構(gòu)的新詞發(fā)現(xiàn)方法，給出一種社會網(wǎng)絡的動態(tài)屬性融合方法，并在此基礎上提出一種新的信息傳播模型及驗證方法�？傮w而言，本論文主要的研究成果和創(chuàng)新之處主要體現(xiàn)在以下幾個方面： （1）大規(guī)模社會化媒體數(shù)據(jù)獲取和定向分析 數(shù)據(jù)獲取是開展社會媒體數(shù)據(jù)分析與挖掘的基礎。與傳統(tǒng)的數(shù)據(jù)相比，社會化媒體數(shù)據(jù)具有如下幾個特點：數(shù)據(jù)體量大、數(shù)據(jù)結(jié)構(gòu)復雜、數(shù)據(jù)內(nèi)容豐富、數(shù)據(jù)獲取方式靈活等。本文基于社會化媒體平臺的特點，研發(fā)并行、實時的社會化媒體數(shù)據(jù)獲取系統(tǒng)，并在此基礎上，對社會網(wǎng)絡節(jié)點的屬性特征和規(guī)律進行了定向分析。本部分的具體工作主要體現(xiàn)在：分析了社會網(wǎng)絡節(jié)點的空間行為，提出了節(jié)點的主要活動位置這一定義；基于節(jié)點的社區(qū)結(jié)構(gòu)信息，分析了用戶的空間位置聚類與用戶網(wǎng)絡社區(qū)之間的關(guān)聯(lián)程度，提出了信息熵這一概念，用于描述空間聚類下用戶關(guān)系的混亂程度和同一社區(qū)下用戶位置的分布情況等；統(tǒng)計分析了大規(guī)模社會化媒體數(shù)據(jù)中的節(jié)點的空間運動軌跡，提出了四種社會網(wǎng)絡節(jié)點的軌跡行為模式，并在城市間緊密程度及熱門城市發(fā)現(xiàn)方面做了實證研究。本部分的工作為后續(xù)的信息傳播研究提供良好的數(shù)據(jù)基礎和理論基礎。 （2）基于位置信息和社區(qū)結(jié)構(gòu)信息的社會網(wǎng)絡信息傳播分析 當前對社會網(wǎng)絡信息傳播的研究側(cè)重于網(wǎng)絡結(jié)構(gòu)對信息傳播的影響，忽略了節(jié)點的屬性以及節(jié)點自身所處的環(huán)境對信息傳播的影響。針對這一問題，本文基于社會化媒體數(shù)據(jù)中的網(wǎng)絡節(jié)點分析結(jié)果，提出了基于位置信息和社區(qū)結(jié)構(gòu)信息社會網(wǎng)絡信息傳播模型。具體工作體現(xiàn)在：引入社會網(wǎng)絡節(jié)點的位置信息和社區(qū)結(jié)構(gòu)信息，針對不同的節(jié)點屬性給出不同的傳播參數(shù)，保證了信息的差異化傳播；通過引入位置信息，保證事發(fā)地節(jié)點對信息傳播的可信性，有利于對事件的傳播范圍進行定性分析；引入社區(qū)結(jié)構(gòu)信息，增強了節(jié)點之間進行信息傳播的可信性，有利于對事件的傳播范圍進行定量分析。因此，本部分提出的基于位置信息和社區(qū)結(jié)構(gòu)信息的信息傳播模型，有助于對事件傳播進行定性和定量分析，對重大事件的監(jiān)控和應急處理具有非常重要的應用價值。 （3）多層的靜態(tài)信息網(wǎng)絡融合方法和信息傳播模型 在社會化媒體平臺上，用戶往往會發(fā)表自己感興趣的信息，結(jié)交朋友，瀏覽和評論朋友的信息等，因此，社會媒體中的用戶都具有網(wǎng)絡屬性（朋友關(guān)系）和非網(wǎng)絡屬性（個體行為），如何充分利用上述兩類信息來研究信息傳播模型，具有很重要的意義。本文將用戶自身所具有網(wǎng)絡結(jié)構(gòu)屬性和非網(wǎng)絡結(jié)構(gòu)屬性按層進行融合，提出了一種多層的信息網(wǎng)絡融合方法（MLN），其中每一層表示個體間不同類型的關(guān)系或?qū)傩浴Ｔ诖嘶A上，我們提出一種基于MLN的信息傳播模型，并在四種真實的微博數(shù)據(jù)集上進行了實驗驗證。實驗結(jié)果表明，多層網(wǎng)絡融合方法和提出的基于MLN的信息傳播模型在發(fā)現(xiàn)活躍用戶方面具有更好的準確性。 （4）基于動態(tài)屬性的社會網(wǎng)絡節(jié)點相似度計算方法和信息傳播模型 社會化媒體中的用戶屬性（包括網(wǎng)絡屬性和非網(wǎng)絡屬性），往往會受到用戶當前行為的影響并隨著時間動態(tài)變化。為了研究上述動態(tài)屬性及其信息傳播模型，本文對用戶當前發(fā)表和轉(zhuǎn)播的信息內(nèi)容、關(guān)注的話題和標注的標簽等關(guān)鍵詞進行提取，并通過相似度矩陣計算網(wǎng)絡節(jié)點間的相似度，提出一種社會網(wǎng)絡的動態(tài)屬性融合方法，并在此基礎上給出新的信息傳播模型及驗證方法。在關(guān)鍵詞提取過程中，，我們發(fā)現(xiàn)社會化媒體正在產(chǎn)生越來越多的網(wǎng)絡新詞，這為關(guān)鍵詞的提取及用戶行為的分析提出了挑戰(zhàn)。為解決這一問題，本文提出一種基于N-Pat-Tree結(jié)構(gòu)的新詞發(fā)現(xiàn)方法，給出一些新的過濾機制，提出一種多維度發(fā)現(xiàn)及分析網(wǎng)絡新詞的算法，并將該算法應用在真實的微博數(shù)據(jù)中，證明了上述算法的有效性，同時發(fā)現(xiàn)很多有意義的結(jié)果。
[Abstract]:......
【學位授予單位】：中國科學院深圳先進技術(shù)研究院
【學位級別】：博士
【學位授予年份】：2014
【分類號】：TP393.02

【參考文獻】

相關(guān)期刊論文 前10條

1 陳萌;湯志偉;;社會網(wǎng)絡分析法在QQ群虛擬學習社區(qū)中的應用分析——以某專業(yè)碩士QQ群為例[J];電子科技大學學報(社科版);2011年03期

2 熊文海;趙繼軍;S.Boccaletti;V.Latora;Y.Moreno;M.Chavezf;D.-U.Hwang;;復雜網(wǎng)絡:結(jié)構(gòu)與動力學(英文)[J];復雜系統(tǒng)與復雜性科學;2006年04期

3 劉志明;劉魯;;微博網(wǎng)絡輿情中的意見領袖識別及分析[J];系統(tǒng)工程;2011年06期

4 金永生;王睿;陳祥兵;;企業(yè)微博營銷效果和粉絲數(shù)量的短期互動模型[J];管理科學;2011年04期

5 李保利,俞士汶;話題識別與跟蹤研究[J];計算機工程與應用;2003年17期

6 許曉東;肖銀濤;朱士瑞;;微博社區(qū)的謠言傳播仿真研究[J];計算機工程;2011年10期

7 王飛躍;曾大軍;毛文吉;;社會計算的意義、發(fā)展與研究狀況[J];科研信息化技術(shù)與應用;2010年02期

8 王明會;丁焰;白良;;社會化媒體發(fā)展現(xiàn)狀及其趨勢分析[J];信息通信技術(shù);2011年05期

9 黃令賀;葛敬民;;微博客及其在高校圖書館中的應用模式的研究[J];情報理論與實踐;2010年04期

10 王曉光;袁毅;滕思琦;;微博社區(qū)交流網(wǎng)絡結(jié)構(gòu)的實證分析[J];情報雜志;2011年02期

本文編號：2364248