【摘要】：伴隨著大量用戶內(nèi)容的創(chuàng)建和交換,社交網(wǎng)絡(luò)平臺(tái)中產(chǎn)生了大規(guī)模的互動(dòng)數(shù)據(jù)和復(fù)雜的用戶關(guān)系,受到了越來越多研究者的關(guān)注。用戶發(fā)布的圖片、文字、視頻等信息是一種真實(shí)自我的形象化呈現(xiàn),是一個(gè)潛在的、巨大而豐富的資源庫(kù)。因此,如何挖掘這些隱藏在用戶大規(guī)模數(shù)據(jù)和復(fù)雜關(guān)系背后的社會(huì)經(jīng)濟(jì)價(jià)值,已經(jīng)成為學(xué)者們現(xiàn)下研究的熱點(diǎn)。但是現(xiàn)有對(duì)關(guān)系強(qiáng)度研究多是從用戶特征屬性相似度和社交行為兩方面進(jìn)行,并未考慮網(wǎng)絡(luò)結(jié)構(gòu)對(duì)關(guān)系強(qiáng)度的影響,同時(shí)也忽略了社交行為存在的方向性和互惠性問題。此外,先前研究大多聚焦在社交用戶的二元關(guān)系(例如,有無朋友關(guān)系),主要采取定性的研究方法,對(duì)于關(guān)系強(qiáng)度的研究過于淺顯。因此,針對(duì)目前尚未解決的問題,本文提出了社交網(wǎng)絡(luò)用戶有向關(guān)系強(qiáng)度計(jì)算方法(DSTS-ATI),該方法融合用戶特征屬性相似度、網(wǎng)絡(luò)結(jié)構(gòu)連接強(qiáng)度、社交行為強(qiáng)度三個(gè)維度來綜合計(jì)算用戶關(guān)系。文章主要內(nèi)容如下。(1)社交網(wǎng)絡(luò)用戶特征屬性主要有個(gè)人背景屬性、網(wǎng)絡(luò)狀態(tài)屬性兩大類。個(gè)人背景屬性是一類靜態(tài)的個(gè)體身份認(rèn)證屬性,例如教育背景、職業(yè)等,體現(xiàn)出用戶的社會(huì)經(jīng)濟(jì)地位;網(wǎng)絡(luò)狀態(tài)屬性是由用戶間復(fù)雜的關(guān)系鏈接和社交行為產(chǎn)生的歷史累積狀態(tài)信息,例如,用戶的短文本信息、用戶粉絲數(shù)等,能在一定程度上體現(xiàn)出用戶的興趣和偏好、活躍度和影響力情況。為此,本文在計(jì)算用戶特征屬性相似度時(shí)綜合考慮了個(gè)人背景屬性和網(wǎng)絡(luò)狀態(tài)屬性。(2)在計(jì)算網(wǎng)絡(luò)結(jié)構(gòu)連接強(qiáng)度時(shí),本文綜合考慮了用戶之間的直接關(guān)系和間接關(guān)系,從節(jié)點(diǎn)和路徑兩個(gè)角度對(duì)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行分析。其中,以用戶間的共同鄰居節(jié)點(diǎn)數(shù)、鄰居節(jié)點(diǎn)連接邊數(shù)來衡量用戶間的直接關(guān)系強(qiáng)度,以節(jié)點(diǎn)間的路徑數(shù)和路徑權(quán)重來衡量用戶間的間接關(guān)系強(qiáng)度。(3)用戶間關(guān)注關(guān)系的不同,使得用戶社交行為的發(fā)生在方向上存在主動(dòng)和被動(dòng)差異,這勢(shì)必會(huì)影響用戶之間的關(guān)系強(qiáng)度。僅從某一方用戶的角度去衡量這種關(guān)系強(qiáng)度的做法是比較片面的。為此,本文在計(jì)算用戶交互強(qiáng)度時(shí)提出了一種有向的用戶交互強(qiáng)度計(jì)算方法,從關(guān)系雙方分別計(jì)算交互強(qiáng)度的感知程度。(4)本文從社交行為的互惠性強(qiáng)弱、互惠性行為是否常見等方面考量社交互惠行為對(duì)用戶感知互動(dòng)強(qiáng)度的影響情況。用戶間的互動(dòng)強(qiáng)度是動(dòng)態(tài)變化的,且存在一定的短時(shí)平滑現(xiàn)象�；诖�,本文在計(jì)算互動(dòng)強(qiáng)度時(shí)又引入了時(shí)間片和時(shí)間衰減因子來動(dòng)態(tài)建模。本文以新浪微博用戶作為研究對(duì)象,通過爬蟲技術(shù)獲取客觀實(shí)驗(yàn)數(shù)據(jù)。為了驗(yàn)證本文模型的科學(xué)性和合理性,設(shè)計(jì)了一系列的對(duì)比實(shí)驗(yàn),并以搜索引擎質(zhì)量指標(biāo)(NDCG)來評(píng)價(jià)對(duì)比實(shí)驗(yàn)和本文模型的實(shí)驗(yàn)效果。實(shí)驗(yàn)結(jié)果證明,融合特征屬性、網(wǎng)絡(luò)結(jié)構(gòu)和社交行為三個(gè)維度信息的計(jì)算方法能夠提高用戶關(guān)系強(qiáng)度計(jì)算的準(zhǔn)確性。此外,本文也驗(yàn)證了社交網(wǎng)絡(luò)用戶在同一段關(guān)系中所處的地位并不平等,交互雙方對(duì)于同一段關(guān)系感知的強(qiáng)度也是不一致的。因此,該方法能夠有效區(qū)別出社交網(wǎng)絡(luò)中用戶的影響力,有助于微博意見領(lǐng)袖的發(fā)現(xiàn)和信息傳播機(jī)制的研究。
【學(xué)位授予單位】：浙江工商大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TP393.09;F49
【圖文】：

0交互對(duì)象邐一省略節(jié)點(diǎn)逡逑圖３－２用戶共同鄰居節(jié)點(diǎn)圖逡逑如圖３－３所示，左上位置圓圈是表示用戶＂的粉絲，左下位置的圓圈表示用逡逑戶Ｕ的關(guān)注對(duì)象，右上位置圓圈是表示用戶廠的粉絲，右下位置的圓圈表示用逡逑戶Ｐ的關(guān)注。Ａ區(qū)域?yàn)橛脩簦簦年P(guān)注和用戶Ｆ的關(guān)注的交集，Ｂ區(qū)域?yàn)橛脩簦茫峰义系姆劢z和用戶Ｆ的粉絲的交集，Ｃ區(qū)域?yàn)橛脩簦簦年P(guān)注、粉絲與用戶Ｆ的關(guān)注、逡逑粉絲的交集。觀察可知，用戶Ｕ和用戶廠間的共同鄰居節(jié)點(diǎn)數(shù)目即為紅色陰影逡逑部分。本文用ｃ？ｐ（ｗ，ｖ）表不用戶間的共同鄰居節(jié)點(diǎn)占比，計(jì)算如下。逡逑ｈｏ）邋ｎ邋識(shí)（ｖ）丨＋｜必0）門⑴0）丨－｜如0）邋ｒｙ（ｖ）邋ｒｙｏ）邋ｎ邋ａ？（ｖ）｜逡逑ｃｎｐ｛ｕ，＼）邐Ｉ＾（ｗ）邋ｕ邋（ｐｉｖ）邋ｕ邋ｃｏ｛ｕ）邋ｕ邋ｗ（ｖ）｜逡逑其中，Ｐ（ｗ）表示種子用戶的關(guān)注列表，Ｐ（Ｖ）表示交互對(duì)象Ｆ的關(guān)注列表，逡逑？（ｖ）表示交互對(duì)象Ｆ的粉絲列表

＼邋用戶ｕ的關(guān)注邐Ｚ，．／用戶Ｖ的關(guān)注邐／逡逑圖３－３共同鄰居節(jié)點(diǎn)計(jì)算邏輯示意圖逡逑此外，若共同鄰居節(jié)點(diǎn)間存在連接邊，如圖３－４所示，那么用戶隸屬于同一逡逑個(gè)社群的可能性就越大，建立緊密聯(lián)系的可行性更大�；诖�，本文通過共同鄰逡逑居節(jié)點(diǎn)和共同鄰居節(jié)點(diǎn)連接邊數(shù)來衡量節(jié)點(diǎn)間直接相連的緊密程度。為了方便計(jì)逡逑算說明，本文將節(jié)點(diǎn)間直接相連的緊密性定義為⑷計(jì)算如下公式。逡逑ｄｌｔ｛ｕ，邋ｖ）邋＝邋ｃｎｐ（ｕ，邋ｖ）邋ｘ邋ｃｎｌ（ｕ，邋ｖ）邐（３＿８）逡逑其中，ｃ？＿ｐ0，ｖ）為共同鄰居節(jié)點(diǎn)數(shù)，為共同鄰居節(jié)點(diǎn)間的連接邊數(shù)。逡逑Ａ邐Ａ：逡逑r2一逡逑＼鄰居節(jié)點(diǎn)時(shí)／逡逑＼存在連接邊／逡逑、．…．／逡逑？種子用戶？共同鄰居節(jié)點(diǎn)邐鄰居節(jié)點(diǎn)連接邊逡逑０交互對(duì)象邋一？關(guān)注邐省略節(jié)點(diǎn)逡逑圖３－４用戶共同鄰居節(jié)點(diǎn)連接邊示意圖逡逑２５逡逑

／邋用戶Ｕ的粉絲邋／（邋＇邐用戶ｖ的粉絲邐＼逡逑＼邋用戶ｕ的關(guān)注邐Ｚ，．／用戶Ｖ的關(guān)注邐／逡逑圖３－３共同鄰居節(jié)點(diǎn)計(jì)算邏輯示意圖逡逑此外，若共同鄰居節(jié)點(diǎn)間存在連接邊，如圖３－４所示，那么用戶隸屬于同一逡逑個(gè)社群的可能性就越大，建立緊密聯(lián)系的可行性更大�；诖耍疚耐ㄟ^共同鄰逡逑居節(jié)點(diǎn)和共同鄰居節(jié)點(diǎn)連接邊數(shù)來衡量節(jié)點(diǎn)間直接相連的緊密程度。為了方便計(jì)逡逑算說明，本文將節(jié)點(diǎn)間直接相連的緊密性定義為⑷計(jì)算如下公式。逡逑ｄｌｔ｛ｕ，邋ｖ）邋＝邋ｃｎｐ（ｕ，邋ｖ）邋ｘ邋ｃｎｌ（ｕ，邋ｖ）邐（３＿８）逡逑其中，ｃ？＿ｐ0，ｖ）為共同鄰居節(jié)點(diǎn)數(shù)，為共同鄰居節(jié)點(diǎn)間的連接邊數(shù)。逡逑Ａ邐Ａ：逡逑r2一逡逑＼鄰居節(jié)點(diǎn)時(shí)／逡逑＼存在連接邊／逡逑、．…．／逡逑？種子用戶？共同鄰居節(jié)點(diǎn)邐鄰居節(jié)點(diǎn)連接邊逡逑０交互對(duì)象邋一？關(guān)注邐省略節(jié)點(diǎn)逡逑圖３－４

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張曉雙;夏群峰;劉淵;徐雁飛;;社交網(wǎng)絡(luò)用戶影響力分析ABP算法研究與應(yīng)用[J];計(jì)算機(jī)工程與科學(xué);2017年03期

2 朱永習(xí);嚴(yán)廣樂;;有向在線社交網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)分析[J];信息技術(shù);2016年09期

3 王波;甄峰;;網(wǎng)絡(luò)社區(qū)交流中距離的作用——以新浪微博為例[J];地理科學(xué)進(jìn)展;2016年08期

4 劉大海;張博鋒;鄒國(guó)兵;顧程偉;;微博用戶模型復(fù)雜網(wǎng)絡(luò)中多維有向社區(qū)發(fā)現(xiàn)[J];計(jì)算機(jī)應(yīng)用與軟件;2016年07期

5 于巖;陳鴻昶;于洪濤;;基于霍克斯過程的社交網(wǎng)絡(luò)用戶關(guān)系強(qiáng)度模型[J];電子學(xué)報(bào);2016年06期

6 琚春華;陶婉瓊;許厘

本文編號(hào)：2790412