群體注意力是指群體用戶對同一事物形成的關(guān)注，是社會網(wǎng)絡(luò)中的一個重要研究內(nèi)容�，F(xiàn)有研究主要集中在分析群體用戶注意力的傾向，以使得研究者或者網(wǎng)站經(jīng)營者能夠準(zhǔn)確洞察或者預(yù)測用戶的一種群體傾向。分析某事物的流行性趨勢能準(zhǔn)確把握社交網(wǎng)站或者商業(yè)網(wǎng)站的核心內(nèi)容，能發(fā)現(xiàn)群體用戶在某一時間段內(nèi)共同關(guān)注的事物，并及時地為用戶篩選出最受歡迎的、最熱門的話題或事物。而如何對群體注意力進行建模，并依據(jù)內(nèi)容的流行性對群體注意力進行分類并進而對注意力的趨勢進行準(zhǔn)確的預(yù)測是實現(xiàn)上述目的亟需解決的關(guān)鍵問題，也是本論文的主要研究內(nèi)容。本論文具體工作主要包括以下幾方面內(nèi)容：首先，通過分析現(xiàn)有群體注意力的研究現(xiàn)狀和存在的問題，提出了一種描述群體注意力的模型：PebCAM。PebCAM模型能描述群體注意力隨著時間的變化趨勢，并給出計算注意力峰值的計算公式。PebCAM模型為后續(xù)的群體注意力動態(tài)聚類研究提供了數(shù)據(jù)基礎(chǔ)。其次，基于PebCAM模型，研究了一種群體注意力的動態(tài)聚類方法CACM。該方法將群體注意力隨時間的推移而發(fā)生峰值的變化特征進行劃分，依據(jù)群體注意力的流行性特征達到峰值的方式以及峰值前后流行性變化的不同，將群體注意... 

【文章來源】：哈爾濱工程大學(xué)黑龍江省 211工程院校

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【部分圖文】：

受關(guān)注標(biāo)簽峰值前后所占百分比步驟3：進行EM聚類

哈爾濱工程大學(xué)碩士學(xué)位論文系統(tǒng)安全性的考慮，不論是 twitter、linkedin 還是 facebook，都在一定程度上限制發(fā)者對其資源的使用。綜上所述，騰訊微博和新浪微博相比起來，其 API 還不能滿究者和開發(fā)者的需求。而新浪微博更貼近于大眾，在國內(nèi)算是最接近 twitter 的微博平臺。本文以新浪微博作為數(shù)據(jù)獲取的來源，采用訪問 API 的方式來獲得微博用戶的。在訪問 API 時使用隊列進程管理、多線程訪問，將得到的結(jié)果保存到數(shù)據(jù)庫中用戶信息的獲取上，采用雪球采樣的方法執(zhí)行廣度優(yōu)先搜索（BFS）算法，從指定戶開始，獲得用戶的粉絲和關(guān)注者列表，加入隊列中，再以用戶的好友及跟隨者為對象，獲得其好友及跟隨者列表，加入隊列，如此逐層獲取，直至達到預(yù)期的用戶為止。程序的整體架構(gòu)如圖 3.2 所示。

accesstoken獲取圖

【參考文獻】：
期刊論文
[1]基于OAuth2.0的認證授權(quán)技術(shù)[J]. 時子慶,劉金蘭,譚曉華.  計算機系統(tǒng)應(yīng)用. 2012(03)
[2]基于一種改進的K-means算法的校園網(wǎng)用戶行為分析研究[J]. 皇甫大鵬,陳平,王興建.  廣西大學(xué)學(xué)報(自然科學(xué)版). 2011(S1)
[3]淺析J2ME與微博數(shù)據(jù)交換的實現(xiàn)[J]. 錢立.  實驗科學(xué)與技術(shù). 2011(04)
[4]一種基于隨機游走模型的多標(biāo)簽分類算法[J]. 鄭偉,王朝坤,劉璋,王建民.  計算機學(xué)報. 2010(08)
[5]SNS社交網(wǎng)絡(luò)發(fā)展現(xiàn)狀及趨勢[J]. 王亮.  現(xiàn)代電信科技. 2009(06)
[6]一種基于密度的自適應(yīng)最優(yōu)LDA模型選擇方法[J]. 曹娟,張勇東,李錦濤,唐勝.  計算機學(xué)報. 2008(10)
[7]基于靜態(tài)和動態(tài)的社會網(wǎng)絡(luò)挖掘算法[J]. 于卓爾,周春光,楊濱,王建園,才華,徐昊,王喆.  吉林大學(xué)學(xué)報(理學(xué)版). 2008(05)
[8]譜聚類算法綜述[J]. 蔡曉妍,戴冠中,楊黎斌.  計算機科學(xué). 2008(07)
[9]基于模型的聚類方法研究[J]. 宋浩遠.  重慶科技學(xué)院學(xué)報(自然科學(xué)版). 2008(03)
[10]基于貝葉斯方法的決策樹分類算法[J]. 樊建聰,張問銀,梁永全.  計算機應(yīng)用. 2005(12)

碩士論文
[1]面向社會網(wǎng)絡(luò)的信息傳播模型研究[D]. 鄭蕾.上海交通大學(xué) 2011
[2]移動對象軌道聚類算法的研究[D]. 王明濤.南京航空航天大學(xué) 2010



本文編號：3071487