微博用戶行為與影響力分析系統(tǒng)的研究
發(fā)布時(shí)間:2024-03-23 09:11
作為一種新興的社交應(yīng)用,微博正在吸引著越來(lái)越多的用戶,并日益成為了人們信息共享、信息傳播和情感傾訴等必不可少的信息交流平臺(tái),在社會(huì)中具有很大的影響,同時(shí)也是網(wǎng)絡(luò)輿情關(guān)心的重點(diǎn)之一。 本論文的研究重點(diǎn)分為三部分: 第一部分分析了微博用戶的行為特征和用戶之間的關(guān)系。在對(duì)一般在線社交網(wǎng)絡(luò)的網(wǎng)絡(luò)屬性和關(guān)系機(jī)制研究的基礎(chǔ)上,針對(duì)微博網(wǎng)絡(luò)中的用戶屬性和行為進(jìn)行了詳細(xì)分析。具體通過(guò)對(duì)微博網(wǎng)絡(luò)中用戶的粉絲數(shù)、關(guān)注數(shù)、聚類系數(shù)和“發(fā)博”規(guī)律以及拓?fù)渚W(wǎng)絡(luò)中用戶組成的研究,揭露微博用戶關(guān)系網(wǎng)絡(luò)的稀疏性、隨機(jī)性、小世界性和無(wú)標(biāo)度性以及其它重要性質(zhì);進(jìn)而引出微博網(wǎng)絡(luò)中信息傳播的特征以及其與一般社會(huì)網(wǎng)絡(luò)的差異,得出微博用戶影響力的形成機(jī)理,為其后的影響力度量算法分析提供了基礎(chǔ)。 第二部分研究了微博用戶的影響力度量算法。通過(guò)對(duì)已有相關(guān)影響力度量算法的分析,分別給出了理論框架,包括基于出度的度量算法、基于網(wǎng)絡(luò)中心度的度量算法和基于Google中PageRank的度量算法。并從各算法的基本思想出發(fā),找出了以上傳統(tǒng)算法均忽略了網(wǎng)絡(luò)節(jié)點(diǎn)自身屬性差異與網(wǎng)絡(luò)動(dòng)態(tài)性在影響力排序中的有機(jī)結(jié)合的問題,因此存在著對(duì)微博用戶影響力的度量...
【文章頁(yè)數(shù)】:71 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
致謝
中文摘要
ABSTRACT
目錄
1 引言
1.1 研究背景
1.2 相關(guān)研究現(xiàn)狀
1.3 論文主要內(nèi)容
2 相關(guān)基礎(chǔ)知識(shí)
2.1 社會(huì)網(wǎng)絡(luò)
2.1.1 基本概念與理論
2.1.2 社會(huì)網(wǎng)絡(luò)的基本模型
2.2 社會(huì)網(wǎng)絡(luò)分析
2.2.1 社會(huì)網(wǎng)絡(luò)分析的基本思想
2.2.2 社會(huì)網(wǎng)絡(luò)分析方法
2.2.3 社會(huì)網(wǎng)絡(luò)分析工具
2.3 本章小結(jié)
3 微博網(wǎng)絡(luò)用戶行為分析
3.1 研究用戶樣本數(shù)據(jù)
3.2 微博用戶屬性與行為分析
3.2.1 用戶度分析
3.2.2 用戶聚集特性分析
3.2.3 用戶發(fā)博特性分析
3.2.4 微博網(wǎng)絡(luò)用戶組成分析
3.3 微博用戶行為對(duì)信息傳播的影響
3.3.1 微博網(wǎng)絡(luò)中信息傳播的特征
3.3.2 微博網(wǎng)絡(luò)與一般社會(huì)網(wǎng)絡(luò)的差異
3.4 微博用戶影響力形成機(jī)理分析
3.4.1 用戶影響力的概念
3.4.2 微博網(wǎng)絡(luò)核心用戶
3.4.3 用戶影響力的形成要素
3.5 本章小結(jié)
4 微博用戶影響力度量算法研究
4.1 當(dāng)前主流思想
4.2 當(dāng)前主流算法
4.2.1 基于出度的節(jié)點(diǎn)影響力度量算法
4.2.2 基于網(wǎng)絡(luò)中心度的節(jié)點(diǎn)影響力度量算法
4.2.3 基于PageRank算法的節(jié)點(diǎn)影響力度量算法
4.3 基于能動(dòng)系數(shù)的用戶影響力度量算法-------Ini-Rank算法
4.3.1 算法思想
4.3.2 基于Ini-Rank算法的用戶影響力度量模型
4.3.3 算法流程與描述
4.4 實(shí)驗(yàn)結(jié)果分析
4.4.1 實(shí)驗(yàn)數(shù)據(jù)與結(jié)果展示
4.4.2 實(shí)驗(yàn)結(jié)果對(duì)比分析
4.5 算法評(píng)估
4.5.1 Ini-Rank算法的相關(guān)性分析
4.5.2 Ini-Rank算法主要作用因素分析
4.6 研究中存在的若干技術(shù)問題
4.7 本章小結(jié)
5 微博用戶行為與影響力分析系統(tǒng)的設(shè)計(jì)
5.1 系統(tǒng)功能框架設(shè)計(jì)
5.2 數(shù)據(jù)庫(kù)設(shè)計(jì)
5.3 系統(tǒng)表現(xiàn)層
5.4 本章小結(jié)
6 總結(jié)與展望
6.1 工作總結(jié)
6.2 研究展望
參考文獻(xiàn)
作者簡(jiǎn)歷
學(xué)位論文數(shù)據(jù)集
本文編號(hào):3935698
【文章頁(yè)數(shù)】:71 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
致謝
中文摘要
ABSTRACT
目錄
1 引言
1.1 研究背景
1.2 相關(guān)研究現(xiàn)狀
1.3 論文主要內(nèi)容
2 相關(guān)基礎(chǔ)知識(shí)
2.1 社會(huì)網(wǎng)絡(luò)
2.1.1 基本概念與理論
2.1.2 社會(huì)網(wǎng)絡(luò)的基本模型
2.2 社會(huì)網(wǎng)絡(luò)分析
2.2.1 社會(huì)網(wǎng)絡(luò)分析的基本思想
2.2.2 社會(huì)網(wǎng)絡(luò)分析方法
2.2.3 社會(huì)網(wǎng)絡(luò)分析工具
2.3 本章小結(jié)
3 微博網(wǎng)絡(luò)用戶行為分析
3.1 研究用戶樣本數(shù)據(jù)
3.2 微博用戶屬性與行為分析
3.2.1 用戶度分析
3.2.2 用戶聚集特性分析
3.2.3 用戶發(fā)博特性分析
3.2.4 微博網(wǎng)絡(luò)用戶組成分析
3.3 微博用戶行為對(duì)信息傳播的影響
3.3.1 微博網(wǎng)絡(luò)中信息傳播的特征
3.3.2 微博網(wǎng)絡(luò)與一般社會(huì)網(wǎng)絡(luò)的差異
3.4 微博用戶影響力形成機(jī)理分析
3.4.1 用戶影響力的概念
3.4.2 微博網(wǎng)絡(luò)核心用戶
3.4.3 用戶影響力的形成要素
3.5 本章小結(jié)
4 微博用戶影響力度量算法研究
4.1 當(dāng)前主流思想
4.2 當(dāng)前主流算法
4.2.1 基于出度的節(jié)點(diǎn)影響力度量算法
4.2.2 基于網(wǎng)絡(luò)中心度的節(jié)點(diǎn)影響力度量算法
4.2.3 基于PageRank算法的節(jié)點(diǎn)影響力度量算法
4.3 基于能動(dòng)系數(shù)的用戶影響力度量算法-------Ini-Rank算法
4.3.1 算法思想
4.3.2 基于Ini-Rank算法的用戶影響力度量模型
4.3.3 算法流程與描述
4.4 實(shí)驗(yàn)結(jié)果分析
4.4.1 實(shí)驗(yàn)數(shù)據(jù)與結(jié)果展示
4.4.2 實(shí)驗(yàn)結(jié)果對(duì)比分析
4.5 算法評(píng)估
4.5.1 Ini-Rank算法的相關(guān)性分析
4.5.2 Ini-Rank算法主要作用因素分析
4.6 研究中存在的若干技術(shù)問題
4.7 本章小結(jié)
5 微博用戶行為與影響力分析系統(tǒng)的設(shè)計(jì)
5.1 系統(tǒng)功能框架設(shè)計(jì)
5.2 數(shù)據(jù)庫(kù)設(shè)計(jì)
5.3 系統(tǒng)表現(xiàn)層
5.4 本章小結(jié)
6 總結(jié)與展望
6.1 工作總結(jié)
6.2 研究展望
參考文獻(xiàn)
作者簡(jiǎn)歷
學(xué)位論文數(shù)據(jù)集
本文編號(hào):3935698
本文鏈接:http://sikaile.net/guanlilunwen/ydhl/3935698.html
最近更新
教材專著