本文關(guān)鍵詞：社交網(wǎng)絡(luò)人物關(guān)系強(qiáng)度估算方法研究

  更多相關(guān)文章： 社交網(wǎng)絡(luò) 人物關(guān)系強(qiáng)度 個人資料信息 共現(xiàn)頻率 互動行為 社交信息

【摘要】：社交網(wǎng)絡(luò)即社交網(wǎng)絡(luò)服務(wù)(Social Network Service),已經(jīng)成為日常工作生活中人們表達(dá)自己、連接和共享彼此信息的一種必不可少的交往方式。人們通過在線社交網(wǎng)絡(luò)的聊天、郵件、發(fā)表文章、轉(zhuǎn)發(fā)評論等行為服務(wù),與朋友們保持了更加直接的聯(lián)系,用戶在社交網(wǎng)絡(luò)中的這些行為將他們的線下生活圈直觀有效地映射到社交網(wǎng)絡(luò)中�？梢哉f現(xiàn)實(shí)人物社會關(guān)系是社交網(wǎng)絡(luò)用戶關(guān)系建立的基礎(chǔ),而社交網(wǎng)絡(luò)平臺是使人物社會關(guān)系得以進(jìn)一步發(fā)展的載體。目前,社交網(wǎng)絡(luò)如Facebook,MySpace,新浪微博等上的用戶關(guān)系大多為簡單的“關(guān)注”、“粉絲”、“朋友”等虛擬聯(lián)接,并且大多只是粗略概括了用戶之間的關(guān)系類型,并沒有體現(xiàn)出不同用戶之間關(guān)系的強(qiáng)弱程度。這種簡單的二元關(guān)系容易因忽略關(guān)系強(qiáng)度而將熟人關(guān)系和好友關(guān)系混為一個概念,但實(shí)際上,相比于熟人,用戶更愿意與自己的朋友進(jìn)行來往,并且更傾向于向自己的親密好友傾訴情感。這說明,根據(jù)用戶之間的關(guān)系強(qiáng)度來判斷好友之間緊密程度比使用簡單的關(guān)系狀態(tài)要有用的多。并且,研究發(fā)現(xiàn)弱關(guān)系比強(qiáng)關(guān)系在非重復(fù)性信息的傳播、意見擴(kuò)散、尋找到更滿意的工作之中發(fā)揮著更加重要的作用。針對關(guān)系強(qiáng)度估算在社交網(wǎng)絡(luò)中的重要作用,本文從兩個方面對社交網(wǎng)絡(luò)中的人物關(guān)系強(qiáng)度進(jìn)行估算。一方面,對于社交網(wǎng)絡(luò)中用戶已存在的好友關(guān)系,利用用戶個人資料相似度、用戶名共現(xiàn)率和用戶互動頻率三種信息作為估算依據(jù),構(gòu)建不同活動領(lǐng)域下的概率估算模型,得出好友關(guān)系強(qiáng)度的計算結(jié)果;另一方面,對于非好友關(guān)系用戶之間的潛在關(guān)系強(qiáng)度,我們首先根據(jù)資料信息與社交文檔的相似性分析其固有關(guān)系強(qiáng)度,然后結(jié)合社交信息重合度與已存在好友關(guān)系強(qiáng)度建立關(guān)系強(qiáng)度傳播規(guī)則,計算傳播關(guān)系強(qiáng)度。最終根據(jù)綜合關(guān)系強(qiáng)度的排序結(jié)果,完成目標(biāo)用戶的Top K潛在好友推薦。針對上述兩個方面的關(guān)系強(qiáng)度計算方法,本文給出了評價指標(biāo),并與現(xiàn)有的研究工作進(jìn)行實(shí)驗對比,以驗證本文方法的合理性。
【關(guān)鍵詞】：社交網(wǎng)絡(luò) 人物關(guān)系強(qiáng)度 個人資料信息 共現(xiàn)頻率 互動行為 社交信息
【學(xué)位授予單位】：華東交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP393.09
【目錄】：

• 摘要3-4
• ABSTRACT4-7
• 第一章 緒論7-14
• 1.1 研究背景及意義7-9
• 1.1.1 研究背景7-8
• 1.1.2 研究意義8-9
• 1.2 國內(nèi)外研究現(xiàn)狀9-12
• 1.2.1 用戶行為研究9-10
• 1.2.2 社會關(guān)系強(qiáng)度研究10-11
• 1.2.3 好友推薦研究11-12
• 1.3 本文主要工作及章節(jié)安排12-14
• 1.3.1 研究內(nèi)容12
• 1.3.3 創(chuàng)新點(diǎn)12
• 1.3.4 章節(jié)安排12-14
• 第二章 相關(guān)理論與技術(shù)基礎(chǔ)14-25
• 2.1 引言14
• 2.2 文本預(yù)處理14-17
• 2.2.1 詞性標(biāo)注14-15
• 2.2.2 中文分詞15-17
• 2.2.3 停止詞去除17
• 2.3 文本的特征表示17-20
• 2.3.1 文本表示模型17-18
• 2.3.2 文本特征選擇方法18-19
• 2.3.3 特征權(quán)重計算方法19-20
• 2.4 文本分類器20-22
• 2.5 概率論相關(guān)理論22-25
• 2.5.1 條件概率22-23
• 2.5.2 最大似然估計23
• 2.5.3 聯(lián)合概率分布23-25
• 第三章 顯式好友關(guān)系強(qiáng)度估算模型25-38
• 3.1 引言25
• 3.2 系統(tǒng)框架及預(yù)處理25-27
• 3.2.1 數(shù)據(jù)獲取及處理26
• 3.2.2 互動行為文檔的分類26-27
• 3.3 關(guān)系強(qiáng)度估算模型27-32
• 3.3.1 個人資料相似性28
• 3.3.2 互動行為強(qiáng)度計算28-29
• 3.3.3 用戶名在行為文件中的共現(xiàn)頻率29-30
• 3.3.4 聯(lián)合概率分布30-32
• 3.4 實(shí)驗及結(jié)果分析32-36
• 3.4.1 實(shí)驗數(shù)據(jù)32-33
• 3.4.2 實(shí)驗結(jié)果及評價33-36
• 3.5 本章小結(jié)36-38
• 第四章 潛在好友的關(guān)系強(qiáng)度計算及推薦思路38-51
• 4.1 引言38-39
• 4.2 潛在好友關(guān)系強(qiáng)度估算模型39-44
• 4.2.1 潛在好友固有關(guān)系強(qiáng)度40-41
• 4.2.2 潛在好友傳播關(guān)系強(qiáng)度41-44
• 4.2.3 潛在好友綜合關(guān)系強(qiáng)度及推薦思路44
• 4.3 實(shí)驗及結(jié)果分析44-49
• 4.3.1 實(shí)驗數(shù)據(jù)44-45
• 4.3.2 參數(shù)設(shè)置45-46
• 4.3.3 實(shí)驗結(jié)果分析46-49
• 4.4 本章小結(jié)49-51
• 第五章 總結(jié)51-53
• 5.1 全文總結(jié)51
• 5.2 下一步工作展望51-53
• 參考文獻(xiàn)53-56
• 個人簡歷 在讀期間發(fā)表學(xué)術(shù)論文56-57
• 致謝57

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前2條

1 馬巍;;用引文關(guān)系強(qiáng)度對文獻(xiàn)進(jìn)行自動聚類的方法探討[J];情報科學(xué);1993年02期

2 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 黨興華;王方;;企業(yè)間關(guān)系利益對關(guān)系強(qiáng)度影響的實(shí)證研究——基于利益相關(guān)者視角[A];第六屆（2011）中國管理學(xué)年會——技術(shù)與創(chuàng)新管理分會場論文集[C];2011年

2 趙炎;周娟;;企業(yè)合作網(wǎng)絡(luò)中關(guān)系強(qiáng)度和結(jié)構(gòu)對等性對創(chuàng)新績效影響的實(shí)證研究——以中國半導(dǎo)體戰(zhàn)略聯(lián)盟網(wǎng)絡(luò)為例[A];第七屆中國科技政策與管理學(xué)術(shù)年會論文集[C];2011年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 潘松挺;網(wǎng)絡(luò)關(guān)系強(qiáng)度與技術(shù)創(chuàng)新模式的耦合及其協(xié)同演化[D];浙江大學(xué);2009年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前9條

1 雷茵;社交網(wǎng)絡(luò)人物關(guān)系強(qiáng)度估算方法研究[D];華東交通大學(xué);2016年

2 張惺;制度環(huán)境對企業(yè)關(guān)系強(qiáng)度的影響[D];吉林大學(xué);2013年

3 曹萍;關(guān)系強(qiáng)度與合法性[D];吉林大學(xué);2013年

4 李丹;基于微博的人物關(guān)系強(qiáng)度預(yù)測模型研究及實(shí)現(xiàn)[D];西安電子科技大學(xué);2014年

5 李彤宇;關(guān)系強(qiáng)度與企業(yè)經(jīng)營績效[D];中國海洋大學(xué);2014年

6 申寒冰;信息特征和關(guān)系強(qiáng)度對正面網(wǎng)絡(luò)口碑失效影響研究[D];中國礦業(yè)大學(xué);2015年

7 王利軍;關(guān)系強(qiáng)度與企業(yè)績效[D];吉林大學(xué);2011年

8 吳越;家庭關(guān)系強(qiáng)度對品牌資產(chǎn)代際傳承的驅(qū)動作用研究[D];南京師范大學(xué);2013年

9 王如意;獎勵顧客推薦：獎勵類型對推薦可能性的影響[D];復(fù)旦大學(xué);2010年

，

本文編號：903659