發(fā)布時間：2020-06-18 22:07

【摘要】：多異構社交網絡用戶匹配就是根據不同社會網絡及其網絡用戶發(fā)布的信息,將用戶關聯(lián)起來,發(fā)現同一用戶,在興趣推薦、社區(qū)發(fā)現、特殊人員監(jiān)控領域有著重要價值,并可以使社交網絡的研究更進一步。本文面向中國社交網絡的兩個典型代表-新浪微博和百度貼吧,開展社交網絡用戶的關聯(lián)研究。具體的研究內容包括如下三個方面:(1)根據微博以及貼吧的特點,構建多異構社交網絡關聯(lián)研究所需的屬性模型,包括基于用戶背景屬性、基于用戶用戶名屬性、基于用戶興趣屬性以及基于用戶網絡結構屬性。通過發(fā)現可以用來計算相似度的屬性,更好的計算不同社交網絡中用戶的相似性。(2)其次,針對不同的用戶屬性,本文構建基于屬性特征的屬性關聯(lián)方法。基于背景屬性的方法中,本文選擇性別、年齡、所在地、教育背景四個屬性來計算相似性�；谟脩裘麑傩缘姆椒ㄖ�,本文選擇用戶名長度特征、用戶名特殊字符特征、用戶名數字特征、用戶名字符組合模式特征、用戶名更改模式特征、用戶名特殊性特征、用戶名拼音特征七個特征來計算相似性�；谟脩襞d趣屬性的方法中,本文提出了APW(All position weighted similarity)方法來計算用戶發(fā)表內容興趣相似度,相比于傳統(tǒng)的文本相似計算方法,可以有效的計算用戶興趣相似度�；谟脩艟W絡結構的方法中,本文使用LDA(Latent Dirichlet Allocation)算法計算用戶關注粉絲及貼吧的興趣相似性,可以有效的對興趣進行分類,通過計算用戶所屬興趣分類的相似性來計算用戶網絡結構相似性。(3)最后,綜合運用用戶的多種屬性,為了計算出更準確的關聯(lián)結果,本文使用了層次分析法以及主成分分析法兩種綜合屬性相似度權重計算方法。通過實驗比較發(fā)現更好的更準確的權重分配。本文針對多異構社交網絡用戶關聯(lián)研究,設計了一種基于多屬性的用戶相似性計算模型,實現了對兩個社交網絡上的用戶進行關聯(lián)分析的功能,通過用戶關聯(lián)準確率實驗,針對采集的新浪微博與百度貼吧用戶數據所構建的數據集,改善并提高了多異構社交網絡用戶關聯(lián)準確率。
【學位授予單位】：中國礦業(yè)大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP393.09
【圖文】：

碩士學位論文( ) (1 ) j ik V In VV d d 的 WS (w eight _ sum )表示獻度。該模型可以表示為jV 之間邊的權重， ( iInV 調節(jié)指數，本文研究中將的所有文本，從中自動抽序獲得興趣話題詞 Top1開始

碩士學位論文5實驗設計與驗證5 Experimental design and verification5.1 數據構建與分析（Experimental data construction and analysis）目前，還沒有針對計算微博用戶與貼吧用戶匹配的專用數據集或是語料文本庫。研究者在研究時根據采集計劃進行了數據的采集。收集 200 個用戶對應的微博賬號與貼吧賬號，100 個用戶作為種子用戶，剩余的 100 個用戶作為測試用戶，采集種子用戶的關注用戶與粉絲用戶構成實驗數據用戶列表。其中微博共 7771 個用戶，并采集了 7771 個用戶發(fā)表的近 70 萬條數據信息以及這些用戶的粉絲集共計1168197 名用戶，關注集 857888 名用戶；貼吧共 5605 個用戶，包含 18517 個貼吧，超過 100 萬條帖子，以及關注粉絲超過 600 萬個用戶。其數據存儲形式如圖 5-1 所示：

【相似文獻】

相關期刊論文 前10條

1 陳健;周麗華;;大學生社交網絡自我表露的實證研究[J];高校輔導員學刊;2018年06期

2 譚洪旭;袁帥;代連奇;任利峰;;淺談社交網絡對當代大學生的影響[J];產業(yè)與科技論壇;2018年24期

3 孫夏卿;;社交網絡媒體對大學生賦權的價值體現[J];傳播力研究;2018年31期

4 張曉飛;;以社交網絡為基礎的企業(yè)營銷策略[J];商場現代化;2018年22期

5 孫國強;竇倩倩;張寶建;;西方社交網絡研究進展與未來展望[J];情報科學;2019年02期

6 陳文泰;李衛(wèi)東;;國際社交網絡中“國家實在”傳播與國家形象演化機制研究[J];新聞大學;2018年06期

7 孫晉;沈紅;;社交網絡群體性迷失現象分析[J];電腦知識與技術;2019年12期

8 鄧華闖;項yN麟;周楠;周子清;;社交網絡招聘有效性影響因素研究[J];中小企業(yè)管理與科技(上旬刊);2019年04期

9 王超瓊;陳s

本文編號：2719900