隨著web2.0的發(fā)展,微博、博客等社交媒體不斷涌現(xiàn)并日益成熟。這些社交媒體的出現(xiàn)為人們進(jìn)行資源共享、信息交互提供了可能,使得互聯(lián)網(wǎng)上保存了海量的用戶(hù)行為數(shù)據(jù),這些數(shù)據(jù)中蘊(yùn)藏著豐富的價(jià)值,如何從海量的數(shù)據(jù)中挖掘有用的信息成為當(dāng)前研究的熱點(diǎn)。其中,基于社交網(wǎng)絡(luò)數(shù)據(jù)分析用戶(hù)行為特征,有助于掌握大眾的行為特性分布,為研究信息傳播、話(huà)題演化以及輿情管控等提供了依據(jù)。本論文主要從用戶(hù)個(gè)體行為和用戶(hù)群體行為兩方面出發(fā),對(duì)熱點(diǎn)話(huà)題傳播以及熱點(diǎn)話(huà)題熱度進(jìn)行了建模、分析和研究。主要研究工作和貢獻(xiàn)如下:1.在用戶(hù)個(gè)體行為及信息傳播規(guī)律方面,基于社交網(wǎng)絡(luò)中熱點(diǎn)話(huà)題的用戶(hù)關(guān)系數(shù)據(jù)以及用戶(hù)行為數(shù)據(jù),提取影響用戶(hù)行為的特征,構(gòu)建基于用戶(hù)轉(zhuǎn)發(fā)行為的信息傳播預(yù)測(cè)模型,分析信息傳播的規(guī)律。首先,應(yīng)用張量分解在數(shù)據(jù)空間轉(zhuǎn)換和數(shù)據(jù)投影的特性,提出一種基于張量挖掘用戶(hù)交互強(qiáng)度的機(jī)制,分析好友關(guān)系對(duì)用戶(hù)間交互強(qiáng)度的影響。其次,構(gòu)建張量時(shí)引入時(shí)間衰減函數(shù),動(dòng)態(tài)擬合用戶(hù)的行為,進(jìn)一步量化用戶(hù)自身行為在當(dāng)前熱點(diǎn)話(huà)題下的演化軌跡。最后,對(duì)話(huà)題的生命周期進(jìn)行時(shí)間切片和時(shí)間離散化,提出一種基于邏輯回歸的信息傳播預(yù)測(cè)模型,分析熱點(diǎn)話(huà)題下信息... 

【文章來(lái)源】：重慶郵電大學(xué)重慶市

【文章頁(yè)數(shù)】：78 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景與意義
    1.2 研究現(xiàn)狀
        1.2.1 社交網(wǎng)絡(luò)發(fā)展現(xiàn)狀
        1.2.2 社交網(wǎng)絡(luò)中的信息傳播研究
        1.2.3 話(huà)題跟蹤與熱度預(yù)測(cè)研究
    1.3 主要研究?jī)?nèi)容
    1.4 論文組織架構(gòu)
第2章 相關(guān)技術(shù)和理論基礎(chǔ)
    2.1 在線(xiàn)社交網(wǎng)絡(luò)中的信息傳播
    2.2 信息傳播影響因素
    2.3 幾種常見(jiàn)的信息傳播模型
        2.3.1 線(xiàn)性閾值模型
        2.3.2 獨(dú)立級(jí)聯(lián)模型
        2.3.3 經(jīng)典傳染病模型
        2.3.4 基于影響力的傳播模型
        2.3.5 基于分類(lèi)的信息傳播模型
    2.4 話(huà)題發(fā)現(xiàn)、跟蹤與熱度預(yù)測(cè)
        2.4.1 話(huà)題發(fā)現(xiàn)與跟蹤
        2.4.2 熱度預(yù)測(cè)
    2.5 本章小結(jié)
第3章 基于張量分解的熱點(diǎn)話(huà)題信息傳播預(yù)測(cè)模型
    3.1 引言
    3.2 相關(guān)定義
        3.2.1 問(wèn)題定義
        3.2.2 特征提取與定義
    3.3 模型
        3.3.1 模型整體框架
        3.3.2 用戶(hù)動(dòng)態(tài)交互建模
        3.3.3 基于用戶(hù)轉(zhuǎn)發(fā)行為的信息傳播預(yù)測(cè)模型
        3.3.4 模型算法設(shè)計(jì)
    3.4 本章小結(jié)
第4章 基于灰色系統(tǒng)理論的話(huà)題熱度預(yù)測(cè)模型
    4.1 引言
    4.2 相關(guān)定義
        4.2.1 話(huà)題熱度定義
        4.2.2 時(shí)間序列定義
        4.2.3 問(wèn)題定義
    4.3 模型
        4.3.1 灰色理論基礎(chǔ)
        4.3.2 模型整體框架
        4.3.3 話(huà)題熱度預(yù)測(cè)模型
        4.3.4 模型算法設(shè)計(jì)
    4.4 本章小結(jié)
第5章 基于用戶(hù)行為的信息傳播分析與實(shí)現(xiàn)
    5.1 數(shù)據(jù)集
        5.1.1 數(shù)據(jù)集獲取
        5.1.2 數(shù)據(jù)集描述
    5.2 信息傳播預(yù)測(cè)模型效果檢驗(yàn)
        5.2.1 基線(xiàn)方法
        5.2.2 評(píng)估準(zhǔn)則
        5.2.3 實(shí)驗(yàn)與結(jié)果分析
    5.3 熱度預(yù)測(cè)模型效果檢驗(yàn)
        5.3.1 熱度建模與預(yù)測(cè)
        5.3.2 基線(xiàn)方法
        5.3.3 評(píng)估準(zhǔn)則
        5.3.4 實(shí)驗(yàn)與結(jié)果分析
    5.4 本章小結(jié)
第6章 總結(jié)及未來(lái)工作
    6.1 研究工作總結(jié)
    6.2 未來(lái)工作展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間從事的科研工作及取得的成果


【參考文獻(xiàn)】：
期刊論文
[1]基于灰色預(yù)測(cè)模型的電視頻道熱度預(yù)測(cè)[J]. 萬(wàn)倩,謝峰,趙明,王炳飛.  電視技術(shù). 2017(Z1)
[2]基于DTPM模型的話(huà)題熱度預(yù)測(cè)方法[J]. 裴可鋒,陳永洲,馬靜.  情報(bào)雜志. 2016(12)
[3]動(dòng)態(tài)信息網(wǎng)絡(luò)中基于角色的結(jié)構(gòu)演化與預(yù)測(cè)[J]. 李川,馮冰清,李艷梅,胡紹林,楊寧,唐常杰.  軟件學(xué)報(bào). 2017(03)
[4]基于向量自回歸模型的微博隱式話(huà)題流行度預(yù)測(cè)[J]. 段東圣,李鵬霄,李玉華,李瑞軒.  模式識(shí)別與人工智能. 2016(07)
[5]基于受限非負(fù)張量分解的用戶(hù)社會(huì)影響力分析[J]. 魏晶晶,陳暢,廖祥文,陳國(guó)龍,程學(xué)旗.  通信學(xué)報(bào). 2016(06)
[6]基于用戶(hù)行為特征的微博轉(zhuǎn)發(fā)預(yù)測(cè)研究[J]. 劉瑋,賀敏,王麗宏,劉悅,沈華偉,程學(xué)旗.  計(jì)算機(jī)學(xué)報(bào). 2016(10)
[7]微博信息傳播預(yù)測(cè)研究綜述[J]. 李洋,陳毅恒,劉挺.  軟件學(xué)報(bào). 2016(02)
[8]微博中特定用戶(hù)的相似用戶(hù)發(fā)現(xiàn)方法[J]. 仲兆滿(mǎn),胡云,李存華,劉宗田.  計(jì)算機(jī)學(xué)報(bào). 2016(04)
[9]大規(guī)模復(fù)雜網(wǎng)絡(luò)社區(qū)并行發(fā)現(xiàn)算法[J]. 喬少杰,郭俊,韓楠,張小松,元昌安,唐常杰.  計(jì)算機(jī)學(xué)報(bào). 2017(03)
[10]基于SEIR的社交網(wǎng)絡(luò)信息傳播模型[J]. 王超,楊旭穎,徐珂,馬建峰.  電子學(xué)報(bào). 2014(11)

博士論文
[1]面向在線(xiàn)社交網(wǎng)絡(luò)輿情的信息傳播分析關(guān)鍵技術(shù)研究[D]. 梁政.國(guó)防科學(xué)技術(shù)大學(xué) 2014



本文編號(hào)：3552373