本文關(guān)鍵詞：基于極性分析的微博信息傳播模型研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：研究微博網(wǎng)絡(luò)中的信息傳播機(jī)制,在市場(chǎng)營(yíng)銷(xiāo)、輿情管控等方面都具有重要意義�，F(xiàn)有的信息傳播模型,大多集中于研究用戶(hù)網(wǎng)絡(luò)關(guān)系結(jié)構(gòu)對(duì)信息傳播的影響。而越來(lái)越多的現(xiàn)象表明,微博文本的極性分類(lèi)和極性強(qiáng)度與該信息傳播的廣度有著積極的關(guān)聯(lián)。本文就是通過(guò)研究極性在信息傳播中的作用,建立一個(gè)融入極性因素的新的信息傳播模型,并運(yùn)用這個(gè)模型解決微博影響力最大化問(wèn)題。極性是指一段評(píng)論性文本的情感傾向以及這種傾向的強(qiáng)弱程度,極性分析則是計(jì)算這段文本的極性的過(guò)程。根據(jù)微博的書(shū)寫(xiě)特點(diǎn)和表達(dá)形式,本文首先提出了一種規(guī)則和監(jiān)督學(xué)習(xí)相結(jié)合的方法,對(duì)中文微博的極性進(jìn)行分類(lèi),并計(jì)算微博含有的極性強(qiáng)度。然后,通過(guò)微博傳播關(guān)系圖和回歸模型,定性和定量地驗(yàn)證了極性對(duì)微博消息的傳播范圍和速度的正面影響。接著,將極性特征加入基于用戶(hù)轉(zhuǎn)發(fā)行為預(yù)測(cè)的邏輯回歸模型中,并結(jié)合線(xiàn)性閥值傳播模型,建立了一種融入極性因素的信息傳播模型。最后,我們將這一新模型應(yīng)用于影響力最大化估計(jì)問(wèn)題中,提出了一種基于主題和極性的微博影響力最大化估計(jì)的方法。實(shí)驗(yàn)結(jié)果表明,極性越強(qiáng),微博的傳播范圍就越廣,傳播速度就越快。我們提出的融入極性因素的信息傳播模型能較好地模擬微博的轉(zhuǎn)發(fā)傳播機(jī)制；基于主題和極性的微博影響力最大化估計(jì)的方法,也降低了計(jì)算時(shí)間復(fù)雜度,并擴(kuò)大了影響節(jié)點(diǎn)范圍。
【關(guān)鍵詞】：極性 信息傳播 影響力最大化
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：TP391.1;TP393.092
【目錄】：

• 摘要4-5
• Abstract5-11
• 第1章 緒論11-18
• 1.1 課題背景11
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀11-16
• 1.2.1 極性分析12-13
• 1.2.1.1 基于詞典和規(guī)則的分析方法12-13
• 1.2.1.2 監(jiān)督學(xué)習(xí)的方法13
• 1.2.1.3 基于語(yǔ)義的分析方法13
• 1.2.2 信息傳播模型13-15
• 1.2.2.1 基于傳播過(guò)程的模型13-14
• 1.2.2.2 基于影響力的模型14
• 1.2.2.3 基于轉(zhuǎn)發(fā)因素的模型14-15
• 1.2.3 影響力最大化估計(jì)15-16
• 1.2.4 小結(jié)16
• 1.3 論文的主要工作及組織結(jié)構(gòu)16-18
• 第2章 相關(guān)技術(shù)綜述18-29
• 2.1 微博的極性分析18-22
• 2.1.1 情感詞典18-19
• 2.1.2 文本表示技術(shù)19-20
• 2.1.2.1 布爾模型19-20
• 2.1.2.2 概率模型20
• 2.1.2.3 向量空間模型20
• 2.1.3 分類(lèi)模型20-22
• 2.1.3.1 K-最近鄰分類(lèi)模型20
• 2.1.3.2 樸素貝葉斯分類(lèi)模型20-21
• 2.1.3.3 支持向量機(jī)分類(lèi)模型21-22
• 2.2 微博中的信息傳播22-25
• 2.2.1 基于傳播過(guò)程的信息傳播模型23
• 2.2.2 基于影響力的信息傳播模型23-25
• 2.2.3 基于轉(zhuǎn)發(fā)因素的信息傳播模型25
• 2.3 影響力最大化估計(jì)25-28
• 2.3.1 KK算法26
• 2.3.2 啟發(fā)式算法26-28
• 2.4 本章小結(jié)28-29
• 第3章 中文微博的極性分析29-39
• 3.1 算法流程29-30
• 3.2 預(yù)處理30-34
• 3.2.1 微博特有的信息統(tǒng)計(jì)及交互信息過(guò)濾30-31
• 3.2.2 微博分詞31-32
• 3.2.3 詞性標(biāo)注32-34
• 3.3 特征提取34-37
• 3.3.1 微博內(nèi)容特征35
• 3.3.2 微博媒體特征35-37
• 3.4 極性分類(lèi)及強(qiáng)度計(jì)算37-38
• 3.4.1 極性分類(lèi)37-38
• 3.4.2 極性強(qiáng)度計(jì)算38
• 3.5 本章小結(jié)38-39
• 第4章 融入極性因素的微博信息傳播模型39-51
• 4.1 信息傳播關(guān)系圖39-42
• 4.2 極性對(duì)信息傳播的影響42-44
• 4.3 融入極性的信息傳播模型44-50
• 4.3.1 問(wèn)題定義44-45
• 4.3.2 特征選擇45-47
• 4.3.3 模型思路47-49
• 4.3.4 算法流程49-50
• 4.4 本章小結(jié)50-51
• 第5章 基于主題和極性的微博用戶(hù)影響力最大化51-61
• 5.1 影響力最大化問(wèn)題51
• 5.2 用戶(hù)影響力行為分析51-54
• 5.2.1 用戶(hù)交互行為分析51-52
• 5.2.2 用戶(hù)活躍度分析52
• 5.2.3 用戶(hù)主題偏好和情感極性分析52-54
• 5.3 用戶(hù)影響力計(jì)算54-57
• 5.3.1 用戶(hù)之間影響力54-55
• 5.3.2 用戶(hù)在整個(gè)網(wǎng)絡(luò)中的影響力55
• 5.3.3 TPIRank算法55-57
• 5.4 基于TPIRank的影響力最大化算法57-60
• 5.4.1 算法流程57-58
• 5.4.2 影響因子58
• 5.4.3 啟發(fā)階段58-59
• 5.4.4 貪婪階段59-60
• 5.4.5 搜索階段60
• 5.5 本章小結(jié)60-61
• 第6章 實(shí)驗(yàn)與分析61-76
• 6.1 實(shí)驗(yàn)數(shù)據(jù)61-63
• 6.1.1 轉(zhuǎn)發(fā)樣本識(shí)別62
• 6.1.2 忽略樣本識(shí)別62-63
• 6.2 評(píng)測(cè)標(biāo)準(zhǔn)63-65
• 6.2.1 準(zhǔn)確率、召回率、F值63-64
• 6.2.2 影響力最大化估計(jì)的評(píng)測(cè)標(biāo)準(zhǔn)64-65
• 6.3 實(shí)驗(yàn)設(shè)計(jì)65-66
• 6.3.1 極性對(duì)轉(zhuǎn)發(fā)范圍和速度的影響65
• 6.3.2 微博信息傳播模型對(duì)轉(zhuǎn)發(fā)行為的預(yù)測(cè)65
• 6.3.3 微博影響力最大化估計(jì)65-66
• 6.4 實(shí)驗(yàn)結(jié)果及分析66-75
• 6.4.1 極性對(duì)轉(zhuǎn)發(fā)范圍和速度的影響66-69
• 6.4.2 微博信息傳播模型對(duì)轉(zhuǎn)發(fā)行為的預(yù)測(cè)69-73
• 6.4.3 微博影響力最大化估計(jì)73-75
• 6.5 本章小結(jié)75-76
• 第7章 總結(jié)與展望76-79
• 7.1 本文總結(jié)76-77
• 7.2 未來(lái)工作展望77-79
• 參考文獻(xiàn)79-84
• 攻讀碩士學(xué)位期間主要的研究成果84-85
• 致謝85

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 趙麗;袁睿翕;管曉宏;賈慶山;;博客網(wǎng)絡(luò)中具有突發(fā)性的話(huà)題傳播模型[J];軟件學(xué)報(bào);2009年05期

2 鄧清華;金聰;劉俊;;郵件病毒傳播模型及其分析[J];計(jì)算機(jī)工程與設(shè)計(jì);2009年12期

3 左黎明;劉二根;湯鵬志;;U盤(pán)病毒隨機(jī)傳播模型[J];微電子學(xué)與計(jì)算機(jī);2010年03期

4 申志偉;張彬;陳文基;;基于有害信息傳播模型的互聯(lián)網(wǎng)治理研究[J];北京郵電大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2010年05期

5 李紅偉;楊小帆;;帶有用戶(hù)意識(shí)的計(jì)算機(jī)多病毒傳播模型[J];計(jì)算機(jī)工程;2012年01期

6 靳令征;;在云概念中三種計(jì)算機(jī)病毒傳播模型應(yīng)用分析[J];科技創(chuàng)新導(dǎo)報(bào);2012年11期

7 楊春霞;胡丹婷;胡森;;微博病毒傳播模型研究[J];計(jì)算機(jī)工程;2012年15期

8 郭強(qiáng);;基于個(gè)體局部交互作用的輿情傳播模型研究[J];計(jì)算機(jī)應(yīng)用研究;2012年11期

9 陳秋霞;陳宏偉;;云計(jì)算環(huán)境下的病毒傳播模型研究[J];湖北工業(yè)大學(xué)學(xué)報(bào);2013年05期

10 H.Mermoz;王安南;;基陣處理輔助傳播模型設(shè)計(jì)[J];水聲譯叢;1978年03期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 徐苒;潘郁;;基于復(fù)雜網(wǎng)絡(luò)的大學(xué)生群體危機(jī)事件初期傳播模型及應(yīng)急對(duì)策[A];中國(guó)運(yùn)籌學(xué)會(huì)第九屆學(xué)術(shù)交流會(huì)論文集[C];2008年

2 張良德;;密集市區(qū)傳播模型研究[A];2008年“ICT助力兩型社會(huì)建設(shè)”學(xué)術(shù)研討會(huì)論文集[C];2008年

3 周濤;楊銳;任捷;柏文潔;汪秉宏;;具有相同感染能力的病毒傳播模型行為分析[A];2006全國(guó)復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會(huì)議論文集[C];2006年

4 辜姣;王茹;蔡勖;;一維環(huán)上具有遺忘-記憶機(jī)制的二態(tài)傳播模型[A];2006全國(guó)復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會(huì)議論文集[C];2006年

5 吳價(jià);毛玉明;;無(wú)線(xiàn)自組織網(wǎng)傳播模型探討[A];中國(guó)通信學(xué)會(huì)第五屆學(xué)術(shù)年會(huì)論文集[C];2008年

6 古智超;;基于傳播模型的GSM街道底層站規(guī)劃研究[A];2012全國(guó)無(wú)線(xiàn)及移動(dòng)通信學(xué)術(shù)大會(huì)論文集（下）[C];2012年

7 趙明峰;;LTE傳播模型淺析[A];2013年中國(guó)通信學(xué)會(huì)信息通信網(wǎng)絡(luò)技術(shù)委員會(huì)年會(huì)論文集[C];2013年

8 孫仁誠(chéng);邵峰晶;李淑靜;;多信息傳播模型研究及仿真[A];第五屆全國(guó)復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會(huì)議論文（摘要）匯集[C];2009年

9 周士弘;劉福臣;;基于NMPQ聲傳播模型的二元垂直陣匹配場(chǎng)定位[A];中國(guó)聲學(xué)學(xué)會(huì)2005年青年學(xué)術(shù)會(huì)議[CYCA'05]論文集[C];2005年

10 堯文彬;趙旭凇;白承灝;;TD-LTE傳播特性對(duì)比分析[A];2012全國(guó)無(wú)線(xiàn)及移動(dòng)通信學(xué)術(shù)大會(huì)論文集（上）[C];2012年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前1條

1 微軟亞洲研究院副院長(zhǎng) 張崢;暴力“中斷者”[N];中國(guó)經(jīng)營(yíng)報(bào);2010年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前7條

1 于秀輝;基于傳播模型的數(shù)字“微內(nèi)容”網(wǎng)絡(luò)擴(kuò)散研究[D];北京郵電大學(xué);2011年

2 趙遠(yuǎn)萍;即時(shí)通信系統(tǒng)拓?fù)浣＜跋鞑ツＰ脱芯縖D];北京郵電大學(xué);2010年

3 于凱;雙層耦合網(wǎng)絡(luò)上的信息傳播模型研究[D];大連理工大學(xué);2015年

4 焦玉;人類(lèi)動(dòng)力學(xué)建模及其對(duì)網(wǎng)絡(luò)傳播過(guò)程的影響[D];吉林大學(xué);2012年

5 潘新;基于復(fù)雜網(wǎng)絡(luò)的輿情傳播模型研究[D];大連理工大學(xué);2010年

6 張金慧;肺結(jié)核傳播模型的定性分析及數(shù)據(jù)模擬[D];華中師范大學(xué);2014年

7 韓蘭勝;計(jì)算機(jī)病毒的傳播模型及其求源問(wèn)題研究[D];華中科技大學(xué);2006年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 李凌燕;城市軌道交通網(wǎng)絡(luò)突發(fā)大客流傳播機(jī)理及組織優(yōu)化[D];西南交通大學(xué);2015年

2 趙靈燕;具有時(shí)滯的HIV-1病毒傳播模型的Hopf分岔分析[D];云南師范大學(xué);2015年

3 許凌之;基于極性分析的微博信息傳播模型研究[D];浙江大學(xué);2015年

4 甘紫文;學(xué)術(shù)網(wǎng)絡(luò)主題影響力最大化研究[D];浙江大學(xué);2015年

5 鄭蕾;面向社會(huì)網(wǎng)絡(luò)的信息傳播模型研究[D];上海交通大學(xué);2011年

6 楊寶龍;基于信任的正影響傳播模型研究[D];東華大學(xué);2015年

7 馬寅;社會(huì)網(wǎng)絡(luò)影響力最大化算法及傳播模型的研究[D];蘭州大學(xué);2012年

8 代琳娜;微博污染傳播模型的研究與應(yīng)用[D];鄭州大學(xué);2013年

9 施亞;微博消息傳播模型和預(yù)測(cè)機(jī)制研究[D];北京交通大學(xué);2013年

10 賈世達(dá);一種基于微博的信息傳播模型及在股票價(jià)格預(yù)測(cè)中的應(yīng)用[D];西安電子科技大學(xué);2013年

  本文關(guān)鍵詞：基于極性分析的微博信息傳播模型研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：302552