【摘要】：隨著科技的發(fā)展,在線社交網(wǎng)絡(luò)迅速崛起。社交網(wǎng)絡(luò)中人人都能參與到信息傳播過(guò)程中,形成巨大的信息傳播網(wǎng)絡(luò),實(shí)現(xiàn)了用戶關(guān)系和信息交互的高度融合。但是,在線社會(huì)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的復(fù)雜性和用戶行為特征的多維性,導(dǎo)致信息傳播變得錯(cuò)綜復(fù)雜和難以控制。如何探知在線社會(huì)網(wǎng)絡(luò)中的信息傳播規(guī)律,預(yù)測(cè)傳播行為和趨勢(shì),挖掘關(guān)鍵傳播用戶,建立高效防范措施是亟待研究和解決的問(wèn)題。本論文的信息傳播預(yù)測(cè)研究主要涵蓋兩方面:對(duì)于節(jié)點(diǎn)的預(yù)測(cè),以用戶為中心,研究信息傳播的影響因素,預(yù)測(cè)用戶的轉(zhuǎn)發(fā)行為;對(duì)于結(jié)構(gòu)的預(yù)測(cè),以信息為中心,研究信息傳播的趨勢(shì)和規(guī)模,預(yù)測(cè)信息的流行程度。其主要內(nèi)容如下:1.在節(jié)點(diǎn)預(yù)測(cè)層面,利用社交網(wǎng)絡(luò)中用戶行為及關(guān)系數(shù)據(jù),構(gòu)建信息轉(zhuǎn)發(fā)預(yù)測(cè)模型。首先,針對(duì)轉(zhuǎn)發(fā)行為的復(fù)雜成因,提出興趣驅(qū)動(dòng)、習(xí)慣驅(qū)動(dòng)、結(jié)構(gòu)驅(qū)動(dòng)三種驅(qū)動(dòng)機(jī)制。其次,由于用戶特征具有多維性,利用隱含狄利克雷分布(Latent Dirichlet Allocation,LDA)主題模型在處理“一詞多義”、“多詞一義”問(wèn)題上具有的優(yōu)勢(shì),將傳統(tǒng)對(duì)文本建模的方法遷移到用戶特征建模準(zhǔn)確挖掘多維用戶特征。其中,針對(duì)連續(xù)屬性值建模,使用高斯分布對(duì)LDA進(jìn)行改進(jìn),并提出一種基于改進(jìn)LDA的信息轉(zhuǎn)發(fā)預(yù)測(cè)模型。最后,考慮到時(shí)間因素的影響,采用時(shí)間切片方法,動(dòng)態(tài)監(jiān)測(cè)用戶特征,提高轉(zhuǎn)發(fā)預(yù)測(cè)的準(zhǔn)確度。實(shí)驗(yàn)表明,該模型能夠有效預(yù)測(cè)用戶的轉(zhuǎn)發(fā)行為,并挖掘影響信息轉(zhuǎn)發(fā)的關(guān)鍵因素。2.在結(jié)構(gòu)預(yù)測(cè)層面,利用社交網(wǎng)絡(luò)中節(jié)點(diǎn)行為數(shù)據(jù)和信息傳播網(wǎng)絡(luò),構(gòu)建信息流行度預(yù)測(cè)模型。首先,針對(duì)網(wǎng)絡(luò)中個(gè)體差異性及用戶關(guān)系的強(qiáng)弱性,從個(gè)體行為維度和節(jié)點(diǎn)交互維度,分別引入節(jié)點(diǎn)自身影響力和節(jié)點(diǎn)間的影響力量化差異,并設(shè)計(jì)一種改進(jìn)的PageRank算法度量節(jié)點(diǎn)傳播力。其次,針對(duì)信息傳播主要受信息源驅(qū)動(dòng)和早期信息感染群體驅(qū)動(dòng)的影響,結(jié)合信息發(fā)布者的個(gè)體特征和早期信息傳播特征作為模型輸入,利用邏輯回歸(Logistic Regression,LR)分類器訓(xùn)練得到一種基于節(jié)點(diǎn)傳播力的信息流行度預(yù)測(cè)模型。實(shí)驗(yàn)表明,該模型能夠更準(zhǔn)確地預(yù)測(cè)信息的流行程度,及時(shí)發(fā)現(xiàn)網(wǎng)絡(luò)群體事件并識(shí)別重要傳播節(jié)點(diǎn)。
【圖文】：

電大學(xué)碩士學(xué)位論文 第 1 章 緒第1章 緒論研究背景技的發(fā)展日新月異，互聯(lián)網(wǎng)的普及率持續(xù)增長(zhǎng)，依據(jù)中國(guó)互聯(lián)網(wǎng)絡(luò)信息NIC) 第 40 次《中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》顯示，截至 2017 年 6 月民規(guī)模高達(dá) 7.51 億，占全球網(wǎng)民總數(shù)的五分之一，互聯(lián)網(wǎng)普及率超過(guò)全平 4.6 個(gè)百分點(diǎn)，達(dá)到 54.3%[1]。圖 1.1 顯示了中國(guó)近年來(lái)互聯(lián)網(wǎng)發(fā)展情況出越來(lái)越多的人們參與到豐富的社交活動(dòng)中，，享受著多樣化的網(wǎng)絡(luò)服務(wù)60.080000

異性和邊的強(qiáng)弱性為該方面研究提出了新的挑戰(zhàn)。本論文從社交網(wǎng)絡(luò)信息傳播預(yù)測(cè)研究入手，在微觀角度，針對(duì)用戶特征的性、用戶行為的復(fù)雜性和動(dòng)態(tài)性等問(wèn)題，對(duì)社交網(wǎng)絡(luò)中信息轉(zhuǎn)發(fā)行為進(jìn)行建測(cè)。在宏觀角度，針對(duì)網(wǎng)絡(luò)個(gè)體差異性及用戶關(guān)系的強(qiáng)弱性，提取屬性量化，并設(shè)計(jì)新的節(jié)點(diǎn)傳播力度量方法，基于此預(yù)測(cè)信息的總體傳播趨勢(shì)。.3 論文研究?jī)?nèi)容及意義論文以國(guó)家重點(diǎn)基礎(chǔ)科研項(xiàng)目《社交網(wǎng)絡(luò)分析與網(wǎng)絡(luò)信息傳播的基礎(chǔ)研究No.2013CB329606)為背景，主要針對(duì)社交網(wǎng)絡(luò)中用戶轉(zhuǎn)發(fā)行為和信息在網(wǎng)絡(luò)上觀傳播效果進(jìn)行了深入的分析與研究，主要包括兩方面的內(nèi)容：信息轉(zhuǎn)發(fā)預(yù)型的研究和信息流行度預(yù)測(cè)模型的研究，圖 1.2 描述了本論文的總體研究思
【學(xué)位授予單位】：重慶郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TP393.09;TP301.6

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 曹玖新;吳江林;石偉;劉波;鄭嘯;羅軍舟;;新浪微博網(wǎng)信息傳播分析與預(yù)測(cè)[J];計(jì)算機(jī)學(xué)報(bào);2014年04期

2 韓毅;許進(jìn);方濱興;周斌;賈焰;;社交網(wǎng)絡(luò)的結(jié)構(gòu)支撐理論[J];計(jì)算機(jī)學(xué)報(bào);2014年04期

相關(guān)博士學(xué)位論文 前1條

1 唐朝生;在線社交網(wǎng)絡(luò)信息傳播建模及轉(zhuǎn)發(fā)預(yù)測(cè)研究[D];燕山大學(xué);2014年

本文編號(hào)：2703619