本課題依托于新浪微博,主要研究如何高效地從微博中獲取數(shù)據(jù),對(duì)其中的垃圾信息進(jìn)行過(guò)濾,結(jié)合有推廣需求的信息數(shù)據(jù)后構(gòu)建傳播模型并推廣到社交網(wǎng)絡(luò)中最適合的結(jié)點(diǎn),最終達(dá)到影響力最大化的目的,對(duì)信息數(shù)據(jù)進(jìn)行有效地推廣。首先,在社交網(wǎng)絡(luò)數(shù)據(jù)采集方面,本課題通過(guò)調(diào)用新浪微博API接口、模擬登錄、網(wǎng)頁(yè)采集器等方法獲取微博數(shù)據(jù),并進(jìn)行采集性能對(duì)比。最終發(fā)現(xiàn)采用API接口及模擬登錄兩種方法融合的方式能更快速地獲取到大量數(shù)據(jù)。本文通過(guò)設(shè)計(jì)網(wǎng)絡(luò)爬蟲(chóng)采集數(shù)據(jù),并分別針對(duì)用戶個(gè)人信息組成、行為特征、社交關(guān)系及微博數(shù)據(jù)組成進(jìn)行分析,對(duì)垃圾用戶及垃圾微博進(jìn)行過(guò)濾。其次,對(duì)于信息推廣問(wèn)題,本課題通過(guò)對(duì)社交網(wǎng)絡(luò)關(guān)系結(jié)構(gòu)、網(wǎng)絡(luò)群體、網(wǎng)絡(luò)信息等方面進(jìn)行分析,構(gòu)建基于SIR的信息傳播模型,將需要進(jìn)行推廣的信息數(shù)據(jù)與微博中獲取到的數(shù)據(jù)相結(jié)合,推廣到社交網(wǎng)絡(luò)中最合適的節(jié)點(diǎn)。再次,本課題研究了信息推廣中的影響力最大化問(wèn)題。分別對(duì)貪心算法、啟發(fā)式算法進(jìn)行研究,通過(guò)對(duì)貪心爬山近似算法、DegreeDiscount啟發(fā)式算法進(jìn)行實(shí)驗(yàn)對(duì)比,發(fā)現(xiàn)貪心爬山近似算法在精度上有優(yōu)勢(shì),而DegreeDiscount算法效率較高。經(jīng)過(guò)對(duì)本課題實(shí)際問(wèn)題的...

【文章頁(yè)數(shù)】：66 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 論文研究的背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 在線社交網(wǎng)絡(luò)研究現(xiàn)狀
        1.2.2 數(shù)據(jù)采集研究現(xiàn)狀
        1.2.3 信息傳播技術(shù)研究現(xiàn)狀
        1.2.4 影響力最大化問(wèn)題研究現(xiàn)狀
    1.3 課題主要研究工作
    1.4 論文組織結(jié)構(gòu)
第二章 相關(guān)理論與技術(shù)研究
    2.1 微博的相關(guān)研究
        2.1.1 OAuth2.0協(xié)議
        2.1.2 新浪微博API
    2.2 社交網(wǎng)絡(luò)數(shù)據(jù)采集
        2.2.1 社交網(wǎng)絡(luò)數(shù)據(jù)爬取策略
        2.2.2 新浪微博數(shù)據(jù)采集方式
        2.2.3 社交網(wǎng)絡(luò)垃圾信息過(guò)濾
    2.3 基于經(jīng)典傳染病的傳播模型
    2.4 信息推廣影響力最大化
        2.4.1 貪心算法
        2.4.2 啟發(fā)式算法
    2.5 中文分詞器的相關(guān)研究
        2.5.1 中文分詞技術(shù)
        2.5.2 中文分詞工具
    2.6 本章小結(jié)
第三章 社交網(wǎng)絡(luò)數(shù)據(jù)采集技術(shù)研究
    3.1 新浪微博數(shù)據(jù)獲取
        3.1.1 通過(guò)新浪微博API獲取數(shù)據(jù)
        3.1.2 通過(guò)用戶模擬登錄獲取數(shù)據(jù)
        3.1.3 通過(guò)新浪微博手機(jī)版獲取數(shù)據(jù)
    3.2 新浪微博特征分析
        3.2.1 用戶特征分析
        3.2.2 微博特征分析
        3.2.3 基于用戶特征與微博特征的用戶分類(lèi)
    3.3 微博中垃圾檢測(cè)
        3.3.1 中文分詞技術(shù)對(duì)微博數(shù)據(jù)的初步處理
        3.3.2 用戶屬性計(jì)算
        3.3.3 垃圾檢測(cè)流程
    3.4 本章小結(jié)
第四章 信息推廣相關(guān)算法的分析與研究
    4.1 貪心算法在信息推廣影響力最大化中的研究
        4.1.1 算法思想
        4.1.2 算法實(shí)現(xiàn)
    4.2 啟發(fā)式算法在信息推廣影響力最大化中的研究
        4.2.1 算法思想
        4.2.2 算法實(shí)現(xiàn)
    4.3 影響力最大化優(yōu)化算法的設(shè)計(jì)
    4.4 本章小結(jié)
第五章 信息推廣功能的設(shè)計(jì)與實(shí)現(xiàn)
    5.1 總體方案設(shè)計(jì)
        5.1.1 方案設(shè)計(jì)概述
        5.1.2 客戶端功能模塊設(shè)計(jì)
        5.1.3 服務(wù)端接口設(shè)計(jì)
        5.1.4 數(shù)據(jù)庫(kù)表結(jié)構(gòu)設(shè)計(jì)
    5.2 服務(wù)端接口服務(wù)的實(shí)現(xiàn)
        5.2.1 微博API認(rèn)證接口實(shí)現(xiàn)
        5.2.2 模擬登錄接口實(shí)現(xiàn)
        5.2.3 用戶信息采集接口實(shí)現(xiàn)
        5.2.4 垃圾用戶過(guò)濾接口實(shí)現(xiàn)
        5.2.5 影響力最大化計(jì)算接口實(shí)現(xiàn)
        5.2.6 信息推廣接口實(shí)現(xiàn)
    5.3 數(shù)據(jù)采集模塊的實(shí)現(xiàn)
        5.3.1 調(diào)用新浪微博API采集數(shù)據(jù)的實(shí)現(xiàn)
        5.3.2 垃圾過(guò)濾的實(shí)現(xiàn)
        5.3.3 模擬登錄數(shù)據(jù)采集的實(shí)現(xiàn)
    5.4 信息推廣模塊的實(shí)現(xiàn)
        5.4.1 影響力最大化計(jì)算的實(shí)現(xiàn)
        5.4.2 微博信息推廣的實(shí)現(xiàn)
        5.4.3 推廣信息查看的實(shí)現(xiàn)
    5.5 本章小結(jié)
第六章 實(shí)驗(yàn)結(jié)果分析
    6.1 實(shí)驗(yàn)環(huán)境
        6.1.1 實(shí)驗(yàn)環(huán)境介紹
        6.1.2 實(shí)驗(yàn)數(shù)據(jù)來(lái)源
    6.2 信息推廣實(shí)驗(yàn)分析
        6.2.1 信息推廣實(shí)驗(yàn)
        6.2.2 信息推廣結(jié)果與分析
    6.3 數(shù)據(jù)采集結(jié)果分析
        6.3.1 數(shù)據(jù)采集實(shí)驗(yàn)
        6.3.2 實(shí)驗(yàn)結(jié)果對(duì)比
    6.4 影響力最大化分析
        6.4.1 運(yùn)行效率對(duì)比
        6.4.2 算法精度對(duì)比
    6.5 本章小結(jié)
第七章 總結(jié)與展望
    7.1 總結(jié)
    7.2 展望
參考文獻(xiàn)
在學(xué)期間的研究成果
致謝



本文編號(hào)：3820025