隨著社交網(wǎng)絡(luò)的發(fā)展,社交應(yīng)用成為信息傳播共享的重要平臺(tái)。社交應(yīng)用中用戶發(fā)布的信息涉及多個(gè)領(lǐng)域,對(duì)各個(gè)行業(yè)產(chǎn)生了一定的影響。因而評(píng)價(jià)用戶影響力在信息傳播、商業(yè)營(yíng)銷等方面有重要意義。目前很多國(guó)內(nèi)外研究者對(duì)社交網(wǎng)絡(luò)用戶影響力進(jìn)行研究,但是大量數(shù)據(jù)的處理和復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)分析成為影響力研究的關(guān)鍵。針對(duì)上述問(wèn)題,本文基于用戶關(guān)系分析從傳播影響力和結(jié)構(gòu)影響力兩個(gè)層面對(duì)微博用戶影響力進(jìn)行了研究。本文主要研究?jī)?nèi)容如下:在用戶傳播影響力方面,針對(duì)用戶數(shù)據(jù)處理問(wèn)題,提出一種基于激活轉(zhuǎn)發(fā)關(guān)系的傳播影響力排名算法,過(guò)濾網(wǎng)絡(luò)中的非影響力用戶。應(yīng)用隨機(jī)森林分類模型對(duì)用戶間的激活轉(zhuǎn)發(fā)狀態(tài)進(jìn)行預(yù)測(cè),并根據(jù)獨(dú)立級(jí)聯(lián)模型的原理對(duì)網(wǎng)絡(luò)中用戶激活并過(guò)濾,構(gòu)建新的激活網(wǎng)絡(luò),計(jì)算網(wǎng)絡(luò)中用戶的激活能力,對(duì)用戶激活能力進(jìn)行排名。實(shí)驗(yàn)表明,與相關(guān)影響力排名算法相比,本文提出的算法能夠降低影響力用戶排名的時(shí)間,提高排名效率。在結(jié)構(gòu)影響力方面,針對(duì)復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)問(wèn)題,提出一種基于用戶關(guān)系的改進(jìn)PageRank算法,改進(jìn)了 PageRank算法的權(quán)值劃分問(wèn)題。劃分策略采用機(jī)器學(xué)習(xí)支持向量回歸算法對(duì)用戶關(guān)系進(jìn)行預(yù)測(cè),通過(guò)用戶關(guān)系的緊密程度改進(jìn)轉(zhuǎn)移... 

【文章來(lái)源】：北京郵電大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：63 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２－１用戶注冊(cè)數(shù)量分布圖??本研究不僅對(duì)注冊(cè)用戶分布進(jìn)行了統(tǒng)計(jì)，還對(duì)這部分用戶發(fā)布的信息進(jìn)行了??統(tǒng)計(jì)和分析

?時(shí)間跨度為５０個(gè)月，而且數(shù)量隨著時(shí)間的推進(jìn)呈上漲的趨勢(shì)。發(fā)布數(shù)量在不同??時(shí)間段內(nèi)的分布情況如圖２－２所示。由于微博平臺(tái)中信息具有時(shí)效性，因此距離??獲取時(shí)間越近的信息更有研究?jī)r(jià)值。從圖２－２中可以看出信息大部分分布在后５??個(gè)月，而前期發(fā)布數(shù)量相對(duì)較少。??ｃｏｍｔ??■??｜３??６．?■０??１?■??〇．?？１？?．１１?．ｌｌＬｌ．ｌｌｌｌｉｌｌｌｌｌｌ??Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?■?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?嘗?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ??ＣＮｍｉＯＣＯｒ、ＣＤＣ７）ｔ—ＣＤ?卜￣?００〇■）■＇—０＾００１１０??Ｉ?＇?Ｔ?＇?ｔｉｌｌ?＇?ｔｉｌｌ?Ｉ?ＩＩＩ?Ｉ?＊?．?＇?．?ＩＩ?ＩＩＩ?ＩＩＩ?ｆ?Ｉ?Ｉ?Ｉ?Ｉ??ＯＴｌ＾ＬＴＪ＿＇＾＾－＾ＣＮｃ＜ｊＣ＾ｒＭＣ＇ＪＣＭＣＮＣＭＣＭＣＭＣＮＣ０（Ｙ�。茫裕。茫伲。辏茫埃茫颍埃埃茫�?００Ｃ０Ｃ０?００?＾ｒ－＾ｒ＇＝３－－＾－＾??Ｓ５〇〇ｇＲＳＳ５〇５〇５〇〇〇〇〇〇〇〇５５〇〇〇〇〇〇〇〇〇〇〇〇??ｎａｍｅ??圖２－２用戶發(fā)布數(shù)量分布圖??用戶之間的關(guān)注關(guān)系呈現(xiàn)一種多極聚集關(guān)系，如圖２－３所示。圖２－３中點(diǎn)表??示用戶，點(diǎn)與點(diǎn)之間的連接邊為用戶之間的關(guān)注關(guān)系。圖中顯示的是部分用戶的??關(guān)注關(guān)系網(wǎng)，可以看出用戶呈現(xiàn)一種聚集狀態(tài)。在網(wǎng)絡(luò)中會(huì)有大量的用戶關(guān)注同??一個(gè)用戶

?時(shí)間跨度為５０個(gè)月，而且數(shù)量隨著時(shí)間的推進(jìn)呈上漲的趨勢(shì)。發(fā)布數(shù)量在不同??時(shí)間段內(nèi)的分布情況如圖２－２所示。由于微博平臺(tái)中信息具有時(shí)效性，因此距離??獲取時(shí)間越近的信息更有研究?jī)r(jià)值。從圖２－２中可以看出信息大部分分布在后５??個(gè)月，而前期發(fā)布數(shù)量相對(duì)較少。??ｃｏｍｔ??■??｜３??６．?■０??１?■??〇．?？１？?．１１?．ｌｌＬｌ．ｌｌｌｌｉｌｌｌｌｌｌ??Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?■?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?嘗?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ??ＣＮｍｉＯＣＯｒ、ＣＤＣ７）ｔ—ＣＤ?卜￣?００〇■）■＇—０＾００１１０??Ｉ?＇?Ｔ?＇?ｔｉｌｌ?＇?ｔｉｌｌ?Ｉ?ＩＩＩ?Ｉ?＊?．?＇?．?ＩＩ?ＩＩＩ?ＩＩＩ?ｆ?Ｉ?Ｉ?Ｉ?Ｉ??ＯＴｌ＾ＬＴＪ＿＇＾＾－＾ＣＮｃ＜ｊＣ＾ｒＭＣ＇ＪＣＭＣＮＣＭＣＭＣＭＣＮＣ０（Ｙ！）ＣＴ�。茫伲。辏茫埃茫颍埃埃茫�?００Ｃ０Ｃ０?００?＾ｒ－＾ｒ＇＝３－－＾－＾??Ｓ５〇〇ｇＲＳＳ５〇５〇５〇〇〇〇〇〇〇〇５５〇〇〇〇〇〇〇〇〇〇〇〇??ｎａｍｅ??圖２－２用戶發(fā)布數(shù)量分布圖??用戶之間的關(guān)注關(guān)系呈現(xiàn)一種多極聚集關(guān)系，如圖２－３所示。圖２－３中點(diǎn)表??示用戶，點(diǎn)與點(diǎn)之間的連接邊為用戶之間的關(guān)注關(guān)系。圖中顯示的是部分用戶的??關(guān)注關(guān)系網(wǎng)，可以看出用戶呈現(xiàn)一種聚集狀態(tài)。在網(wǎng)絡(luò)中會(huì)有大量的用戶關(guān)注同??一個(gè)用戶

【參考文獻(xiàn)】：
期刊論文
[1]微博中用戶標(biāo)簽的研究[J]. 邢千里,劉列,劉奕群,張敏,馬少平.  軟件學(xué)報(bào). 2015(07)
[2]基于領(lǐng)域劃分的微博用戶影響力分析[J]. 劉金龍,吳斌,陳震,沈崇瑋.  計(jì)算機(jī)科學(xué). 2015(05)
[3]基于用戶行為的微博用戶社會(huì)影響力分析[J]. 毛佳昕,劉奕群,張敏,馬少平.  計(jì)算機(jī)學(xué)報(bào). 2014(04)
[4]新浪微博網(wǎng)信息傳播分析與預(yù)測(cè)[J]. 曹玖新,吳江林,石偉,劉波,鄭嘯,羅軍舟.  計(jì)算機(jī)學(xué)報(bào). 2014(04)
[5]微博中基于多關(guān)系網(wǎng)絡(luò)的話題層次影響力分析[J]. 丁兆云,周斌,賈焰,張魯民.  計(jì)算機(jī)研究與發(fā)展. 2013(10)
[6]基于PageRank的社交網(wǎng)絡(luò)影響最大化傳播模型與算法研究[J]. 宮秀文,張佩云.  計(jì)算機(jī)科學(xué). 2013(S1)
[7]基于個(gè)人屬性特征的微博用戶影響力分析[J]. 馬俊,周剛,許斌,黃永忠.  計(jì)算機(jī)應(yīng)用研究. 2013(08)

碩士論文
[1]基于相關(guān)系數(shù)矩陣的網(wǎng)絡(luò)異常行為分析方法研究[D]. 陳郁.華中科技大學(xué) 2009



本文編號(hào)：2961001