本文關(guān)鍵詞：蛛網(wǎng)態(tài)微博關(guān)系網(wǎng)絡(luò)中用戶影響力評(píng)估研究

  更多相關(guān)文章： 微博關(guān)系網(wǎng)絡(luò) 用戶影響力 用戶質(zhì)量 PageRank算法

【摘要】：Web 2.0時(shí)代最顯著的特點(diǎn)就是以用戶為中心,更加注重用戶的交互作用,微博就是Web 2.0時(shí)代以來(lái)出現(xiàn)的代表技術(shù)之一,其簡(jiǎn)單的發(fā)布流程和隨意的表達(dá)方式,讓用戶能自由地參與網(wǎng)絡(luò)世界的互動(dòng)。因?yàn)閭�(gè)人價(jià)值觀的不同,不同的用戶會(huì)有不同的行為,對(duì)群體中其他用戶的影響力也不同。微博用戶影響力指微博用戶在微博關(guān)系網(wǎng)絡(luò)中對(duì)其他用戶的影響能力。用戶作為微博平臺(tái)的核心組成部分,研究其在關(guān)系網(wǎng)中的影響力,有利于微博的發(fā)展,為其進(jìn)一步擴(kuò)展提供基礎(chǔ),能給不同的商業(yè)應(yīng)用提供新的機(jī)會(huì)。微博關(guān)系網(wǎng)絡(luò)是社會(huì)網(wǎng)絡(luò)的一種,符合復(fù)雜網(wǎng)絡(luò)的小世界現(xiàn)象這個(gè)基本特征。一般說(shuō)來(lái),同一個(gè)小微博關(guān)系網(wǎng)絡(luò)中的用戶之間連接比較緊密,與其他小微博關(guān)系網(wǎng)絡(luò)的鏈接很稀疏。我們稱以普通用戶為主,用戶鏈接沒(méi)有明顯的特點(diǎn)的小微博關(guān)系網(wǎng)絡(luò)為姊網(wǎng)態(tài)微博關(guān)系網(wǎng)絡(luò)。研宄蛛網(wǎng)態(tài)微博關(guān)系網(wǎng)絡(luò)中的用戶影響力的評(píng)估,不僅有利于進(jìn)一步研究微博用戶行為,而且有助于對(duì)微博關(guān)系網(wǎng)絡(luò)的研宄。本文認(rèn)真整理與分析現(xiàn)有的對(duì)微博用戶影響力的研究情況,總結(jié)它們存在的不足之處,提出一種基于用戶綜合質(zhì)量的蛛網(wǎng)態(tài)微博關(guān)系網(wǎng)絡(luò)中用戶影響力評(píng)估模型。我們首先研宄了微博用戶質(zhì)量,從微博用戶特征研宄入手,分析用戶的主動(dòng)行為特征與被動(dòng)行為特征對(duì)用戶影響力的影響,根據(jù)選擇的七個(gè)用戶行為特征提出三個(gè)影響因素(用戶活躍度、覆蓋度及博文質(zhì)量)來(lái)表示用戶自身質(zhì)量,提出用戶綜合質(zhì)量的概念及計(jì)算方法。然后參照著名網(wǎng)頁(yè)鏈接算法PageRank算法的算法思想,結(jié)合用戶綜合質(zhì)量,提出一種蛛網(wǎng)態(tài)微博關(guān)系網(wǎng)絡(luò)中用戶影響力的評(píng)估方法。本文用到的實(shí)驗(yàn)數(shù)據(jù)集來(lái)自使用爬萌中國(guó)提供的用戶數(shù)據(jù)懫集器采集的新浪微博真實(shí)用戶數(shù)據(jù)。首先,按模型流程,嚴(yán)格對(duì)原始數(shù)據(jù)集進(jìn)行預(yù)處理,比如去掉僵尸用戶或沉默用戶,在一定程度上保證了實(shí)驗(yàn)結(jié)果的質(zhì)量。然后,從不同角度對(duì)數(shù)據(jù)集進(jìn)行可視化分析,幫助理解用戶特征對(duì)影響力的影響。最后,針對(duì)本文評(píng)估模型的實(shí)驗(yàn)結(jié)果與粉絲數(shù)評(píng)估方法、中心性分析方法以及傳統(tǒng)的PageRank算法進(jìn)行結(jié)果對(duì)比與分析,從理論與實(shí)踐的角度說(shuō)明本文所提評(píng)估模型的合理性與有效性。
【關(guān)鍵詞】：微博關(guān)系網(wǎng)絡(luò) 用戶影響力 用戶質(zhì)量 PageRank算法
【學(xué)位授予單位】：廣東工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP393.09
【目錄】：

• 摘要4-5
• ABSTRACT5-11
• 第一章 緒論11-18
• 1.1 研究背景及意義11-14
• 1.1.1 研究背景11-12
• 1.1.2 研究意義12-14
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀14-16
• 1.3 本文研究?jī)?nèi)容16-17
• 1.4 本文組織結(jié)構(gòu)17-18
• 第二章 相關(guān)理論與技術(shù)原理18-33
• 2.1 相關(guān)理論概述18-25
• 2.1.1 微博及其發(fā)展18-20
• 2.1.2 微博關(guān)系網(wǎng)絡(luò)20-25
• 2.1.3 微博用戶影響力25
• 2.2 相關(guān)技術(shù)概述25-32
• 2.2.1 微博數(shù)據(jù)獲取方法25-28
• 2.2.2 數(shù)據(jù)預(yù)處理技術(shù)28-30
• 2.2.3 PageRank算法30-32
• 2.3 本章小結(jié)32-33
• 第三章 微博用戶質(zhì)量分析33-40
• 3.1 微博用戶及特征分析33-34
• 3.2 用戶影響力因素分析34-37
• 3.2.1 用戶活躍度35-36
• 3.2.2 用戶覆蓋度36
• 3.2.3 用戶微博質(zhì)量36-37
• 3.2.4 如何提高用戶影響力37
• 3.3 用戶綜合質(zhì)量計(jì)算37-38
• 3.4 僵尸用戶或沉默用戶及其判定38-39
• 3.5 本章小結(jié)39-40
• 第四章 基于用戶質(zhì)量的微博用戶影響力評(píng)估模型40-46
• 4.1 基于PageRank算法的MicroblogRank算法40-42
• 4.1.1 蛛網(wǎng)態(tài)微博關(guān)系網(wǎng)絡(luò)與網(wǎng)頁(yè)鏈接網(wǎng)40-41
• 4.1.2 MicroblogRank算法41-42
• 4.2 結(jié)合用戶質(zhì)量的影響力評(píng)估模型UIEM-CMR42-45
• 4.2.1 UIEM-CMR評(píng)估模型的算法43-44
• 4.2.2 UIEM-CMR評(píng)估模型的特點(diǎn)及實(shí)現(xiàn)流程44-45
• 4.3 本章小結(jié)45-46
• 第五章 實(shí)驗(yàn)驗(yàn)證及結(jié)果分析46-66
• 5.1 實(shí)驗(yàn)環(huán)境與數(shù)據(jù)獲取及預(yù)處理46-49
• 5.1.1 實(shí)驗(yàn)環(huán)境46
• 5.1.2 數(shù)據(jù)來(lái)源46-47
• 5.1.3 數(shù)據(jù)預(yù)處理47-49
• 5.2 用戶特征分析49-52
• 5.3 僵尸用戶及沉默用戶的識(shí)別與剔除52-53
• 5.4 蛛網(wǎng)態(tài)微博關(guān)系網(wǎng)絡(luò)構(gòu)建53-55
• 5.5 UIEM-CMR模型實(shí)驗(yàn)與對(duì)比分析55-65
• 5.5.1 UIEM-CMR模型實(shí)驗(yàn)結(jié)果及分析56-60
• 5.5.2 UIEM-CMR模型與其他算法對(duì)比60-65
• 5.6 本章小結(jié)65-66
• 總結(jié)與展望66-68
• 參考文獻(xiàn)68-72
• 攻讀碩士學(xué)位期間取得的研究成果72-74
• 致謝74

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前6條

1 張s，

本文編號(hào)：927945