本文關(guān)鍵詞：微博關(guān)鍵用戶和用戶社區(qū)網(wǎng)絡(luò)挖掘研究

  更多相關(guān)文章： 社區(qū)網(wǎng)絡(luò) 關(guān)鍵用戶 特征分析 用戶關(guān)系 挖掘算法

【摘要】：自從國內(nèi)微博興起以來,我國的互聯(lián)網(wǎng)領(lǐng)域發(fā)展迅猛,特別是社會化媒體更是日新月異。微博已經(jīng)成為工具應(yīng)用到大眾的日常生活、學(xué)習(xí)和工作中。微博平臺產(chǎn)生的用戶數(shù)據(jù)量巨大。龐大的信息在當(dāng)今的信息高速公路(互聯(lián)網(wǎng))上迅速傳播到每個角落,微博正在悄然改變著人們的信息獲取方式,徹底改變了新聞的傳播方式,同時也給更多的草根階層融入社會并參與社會活動帶來革命性的影響。在國內(nèi),以新浪微博為代表的Web2.0時代迅速崛起,2014年8月15日,新浪對外公告顯示,新浪微博擁有超1.56億的活躍用戶,他的用戶注冊量已經(jīng)超過了6億,并且每天有超過6140萬活躍用戶駐留在新浪微平臺。根據(jù)微博平臺規(guī)則,每一個微博用戶都有一個關(guān)注列表,該列表為微博用戶接受信息提供依據(jù)。研究人員稱其為信息傳遞頻道,微博用戶之間通過關(guān)注與另一個微博用戶形成聯(lián)系,微博平臺上所有用戶之間的關(guān)聯(lián)關(guān)系就構(gòu)成了一個龐大的微博用戶社區(qū)網(wǎng)絡(luò)。本文分析了微博用戶個體以及微博用戶群體的屬性特征,利用微博開放平臺API獲取用戶數(shù)據(jù)并導(dǎo)入My SQL數(shù)據(jù)庫,在基本的用戶社區(qū)網(wǎng)絡(luò)挖掘算法基礎(chǔ)上提出新的改進(jìn)挖掘方法。這些研究將對微博輿情控制、網(wǎng)絡(luò)安全、好友推薦、電子商務(wù)等具有實際意義。本文研究主要內(nèi)容可以分為三個方面,如下:一、本文分析了新浪微博開放平臺使用特點。分別闡述微博開放平臺API和網(wǎng)絡(luò)爬蟲兩種常用的數(shù)據(jù)獲取方式。分析給出兩種數(shù)據(jù)獲取手段的優(yōu)劣。本文采用多用戶頻率控制的API調(diào)用獲取新浪微博用戶數(shù)據(jù)。對用戶數(shù)據(jù)做了抽取、清洗等預(yù)處理工作,最后把清理后的用戶數(shù)據(jù)存儲到My SQL數(shù)據(jù)庫中。二、本文對微博平臺上關(guān)鍵用戶的識別進(jìn)行設(shè)計。闡述了微博用戶特征的屬性的含義,并對這些屬性歸類成他人和個人兩類影響因子。利用微博用戶的敏感屬性特征對關(guān)鍵用戶進(jìn)行識別發(fā)現(xiàn)。定義了微博關(guān)鍵用戶識別的定量化計算公式,給出了微博關(guān)鍵用戶識別的模型,并進(jìn)行試驗對比分析。三、本文對微博平臺上用戶之間形成的虛擬社區(qū)網(wǎng)絡(luò)進(jìn)行挖掘。利用微博用戶社區(qū)網(wǎng)絡(luò)圖概念,從挖掘算法、挖掘流程以及挖掘結(jié)果的評價三個方面闡述實現(xiàn)過程。提出了改進(jìn)的用戶相似度模型的層次聚類挖掘方法對微博用戶社區(qū)進(jìn)行聚類分析,實驗結(jié)果表明社區(qū)挖掘效果有所提升。
【關(guān)鍵詞】：社區(qū)網(wǎng)絡(luò) 關(guān)鍵用戶 特征分析 用戶關(guān)系 挖掘算法
【學(xué)位授予單位】：南華大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP311.13;TP393.092
【目錄】：

• 摘要4-6
• Abstract6-12
• 第1章 緒論12-18
• 1.1 研究背景與意義12-14
• 1.1.1 研究背景12-13
• 1.1.2 研究意義13-14
• 1.2 研究現(xiàn)狀14-16
• 1.3 本文的結(jié)構(gòu)與內(nèi)容16-18
• 第2章 相關(guān)概念和技術(shù)18-24
• 2.1 新浪微博簡介18-19
• 2.1.1 服務(wù)功能18
• 2.1.2 使用特點18-19
• 2.2 關(guān)鍵用戶挖掘19-20
• 2.2.1 關(guān)鍵用戶的概念19-20
• 2.2.2 關(guān)鍵用戶挖掘技術(shù)20
• 2.3 社區(qū)網(wǎng)絡(luò)挖掘20-23
• 2.3.1 社區(qū)網(wǎng)絡(luò)概念20-22
• 2.3.2 社區(qū)網(wǎng)絡(luò)挖掘技術(shù)22-23
• 2.4 本章小結(jié)23-24
• 第3章 微博用戶數(shù)據(jù)的抽取和存儲24-44
• 3.1 用戶數(shù)據(jù)抽取方式24-39
• 3.1.1 新浪微博開放平臺24-26
• 3.1.2 網(wǎng)絡(luò)爬蟲模擬登陸26-32
• 3.1.3 兩種獲取數(shù)據(jù)的方法對比32-34
• 3.1.4 多用戶多應(yīng)用輪回切換調(diào)用API34-39
• 3.2 數(shù)據(jù)解析和存儲39-41
• 3.2.1 數(shù)據(jù)解析39-40
• 3.2.2 數(shù)據(jù)存儲40-41
• 3.3 本章小結(jié)41-44
• 第4章 微博關(guān)鍵用戶挖掘44-54
• 4.1 微博關(guān)鍵用戶的識別依據(jù)44-47
• 4.1.1 微博用戶特征44-45
• 4.1.2 微博用戶分組45-47
• 4.2 微博用戶影響力評價體系47-48
• 4.3 微博關(guān)鍵用戶識別模型構(gòu)建48-52
• 4.3.1 模型指標(biāo)定量化48-50
• 4.3.2 微博關(guān)鍵用戶識別流程50
• 4.3.3 實驗及結(jié)果50-52
• 4.4 本章小結(jié)52-54
• 第5章 微博用戶社區(qū)網(wǎng)絡(luò)挖掘54-66
• 5.1 微博用戶社區(qū)網(wǎng)絡(luò)特征和相關(guān)計算54-56
• 5.1.1 微博用戶社區(qū)特征54-55
• 5.1.2 微博用戶社區(qū)網(wǎng)相關(guān)計算55-56
• 5.2 挖掘結(jié)果的評價和挖掘流程56-59
• 5.2.1 微博用戶社區(qū)網(wǎng)絡(luò)挖掘結(jié)果評價56-58
• 5.2.2 微博用戶社區(qū)挖掘流程58-59
• 5.3 基于改進(jìn)的相似度層次聚類社區(qū)網(wǎng)絡(luò)挖掘59-64
• 5.3.1 微博用戶相似度計算59-61
• 5.3.2 微博用戶分層聚類劃分的實現(xiàn)61-63
• 5.3.3 實驗結(jié)果63-64
• 5.4 本章小結(jié)64-66
• 第6章 總結(jié)和展望66-68
• 6.1 論文總結(jié)66
• 6.2 進(jìn)一步展望66-68
• 參考文獻(xiàn)68-73
• 攻讀碩士學(xué)位期間發(fā)表的論文73-74
• 致謝74

【共引文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 湯向男;;關(guān)系化信息流:微博環(huán)境下的“把關(guān)人”[J];東南傳播;2011年04期

2 羅宜虹;孫玉紅;;微博意見領(lǐng)袖的產(chǎn)生、角色、類型分析——以新浪微博為例[J];傳播與版權(quán);2014年09期

3 孫秀麗;鄭亦麒;;大學(xué)生微博創(chuàng)業(yè)的困境及轉(zhuǎn)變[J];創(chuàng)新與創(chuàng)業(yè)教育;2015年01期

4 陳紅;;微博特點及思考[J];華中人文論叢;2012年01期

5 潘景宏;;基于微博的網(wǎng)絡(luò)營銷現(xiàn)狀研究[J];吉林省教育學(xué)院學(xué)報(學(xué)科版);2011年12期

6 陳建新;;基于微博的企業(yè)營銷研究[J];計算機(jī)與現(xiàn)代化;2012年12期

7 黃元騁;;我國體育微博把關(guān)現(xiàn)狀及對策研究[J];哈爾濱體育學(xué)院學(xué)報;2013年02期

8 羅宜虹;周文平;孫玉紅;;微博意見領(lǐng)袖在信息傳播中的社會責(zé)任——以新浪微博為例[J];河北經(jīng)貿(mào)大學(xué)學(xué)報(綜合版);2014年04期

9 陳華明;李暢;;個體群組關(guān)系的構(gòu)建:微博中的群體認(rèn)同研究[J];四川大學(xué)學(xué)報(哲學(xué)社會科學(xué)版);2012年03期

10 李懷忠;;微博廣告?zhèn)鞑Σ哐芯俊孕吕宋⒉槔齕J];商;2013年05期

，

本文編號：776965