近年來(lái)社交網(wǎng)絡(luò)服務(wù)發(fā)展蓬勃,在全球擁有大量用戶,社交網(wǎng)站已成為影響力巨大的信息平臺(tái)。掌握社交網(wǎng)絡(luò)中用戶的行為、情感以及傳播規(guī)律,不僅能夠幫助企業(yè)根據(jù)用戶行為特征提供更好的服務(wù)和產(chǎn)品、進(jìn)行更有效的網(wǎng)絡(luò)營(yíng)銷和推廣,而且也為有關(guān)部門對(duì)網(wǎng)絡(luò)輿論進(jìn)行合理的監(jiān)控和干預(yù)提供了理論依據(jù)。本文以新浪微博為對(duì)象,圍繞社交網(wǎng)絡(luò)中的用戶交互行為,感知用戶的情感,研究情感傳播機(jī)制,并結(jié)合情感的變化預(yù)測(cè)用戶的行為,提出了基于動(dòng)態(tài)因子圖模型moodcast的情感預(yù)測(cè)模型和廣告點(diǎn)擊率預(yù)測(cè)模型。首先,在本文中我們探討了通過(guò)自然語(yǔ)言處理和語(yǔ)義分析的方法,將用戶在社交網(wǎng)絡(luò)上發(fā)表的言論進(jìn)行分析,挖掘出用戶的興趣和情感偏向,這一方法雖然沿用了以往對(duì)文本分析的方法,但在此處我們將其引用到社交網(wǎng)絡(luò)上又有了他的特殊性,在社交網(wǎng)絡(luò)上我們分析的都是短文本,具體的分詞聚類的做法又有別于以往。其次,以往研究用戶的情感沒(méi)有考慮到用戶情感受別人的影響,也就是我們這里所說(shuō)的情感的傳播問(wèn)題,在本文中我們將用戶情感的傳播問(wèn)題引進(jìn)到了社交網(wǎng)絡(luò)中,通過(guò)學(xué)習(xí)動(dòng)態(tài)因子圖模型moodcast,提出了社交網(wǎng)絡(luò)上用戶情感受朋友影響后的預(yù)測(cè)模型。我們?cè)谶@里主要針對(duì)兩... 

【文章來(lái)源】：西安郵電大學(xué)陜西省

【文章頁(yè)數(shù)】：61 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

動(dòng)態(tài)屬性的例子我們使用上標(biāo)t來(lái)表示依據(jù)時(shí)間變化的連續(xù)的動(dòng)態(tài)信息，也就是說(shuō)，所冇的邊

相關(guān)活動(dòng) 閣2.8相關(guān)調(diào)用圖2.7顯示用戶的活動(dòng)和他們的情感狀態(tài)之間的相關(guān)性

樣例分析

【參考文獻(xiàn)】：
期刊論文
[1]自適應(yīng)多克隆聚類算法及收斂性分析[J]. 馬力,焦李成,白琳,陳長(zhǎng)國(guó).  模式識(shí)別與人工智能. 2008(01)
[2]一種基于人工免疫網(wǎng)絡(luò)的文本聚類算法[J]. 童健華,譚洪舟.  計(jì)算機(jī)工程與科學(xué). 2007(10)
[3]基于本體的文本信息檢索研究[J]. 楊建林.  情報(bào)理論與實(shí)踐. 2006(05)
[4]基于本體論的文本挖掘技術(shù)綜述[J]. 賈焰,王永恒,楊樹(shù)強(qiáng).  計(jì)算機(jī)應(yīng)用. 2006(09)
[5]基于本體論的文本特征提取[J]. 唐曉文.  電腦與信息技術(shù). 2005(01)
[6]中文文本分類中的特征選擇研究[J]. 周茜,趙明生,扈旻.  中文信息學(xué)報(bào). 2004(03)
[7]中文文本分類中特征抽取方法的比較研究[J]. 代六玲,黃河燕,陳肇雄.  中文信息學(xué)報(bào). 2004(01)
[8]基于Bayes潛在語(yǔ)義模型的半監(jiān)督Web挖掘[J]. 宮秀軍,史忠植.  軟件學(xué)報(bào). 2002(08)
[9]文本聚類中的貝葉斯后驗(yàn)?zāi)Ｐ瓦x擇方法[J]. 姜寧,史忠植.  計(jì)算機(jī)研究與發(fā)展. 2002(05)

博士論文
[1]互聯(lián)網(wǎng)文本聚類與檢索技術(shù)研究[D]. 孟憲軍.哈爾濱工業(yè)大學(xué) 2009
[2]基于Web挖掘的電子商務(wù)個(gè)性化推薦機(jī)理與方法研究[D]. 易明.華中科技大學(xué) 2006

碩士論文
[1]基于圖結(jié)構(gòu)的中文文本聚類方法研究[D]. 劉巧鳳.大連理工大學(xué) 2009
[2]基于本體的中文文本聚類技術(shù)研究[D]. 楊彩蓮.遼寧師范大學(xué) 2008



本文編號(hào)：3439775