本文關(guān)鍵詞：社交網(wǎng)絡(luò)中影響力計(jì)算與用戶行為預(yù)測(cè)問(wèn)題研究

  更多相關(guān)文章： 社交網(wǎng)絡(luò) 社會(huì)影響力 極性影響 行為預(yù)測(cè)

【摘要】：在我們的工作、生活以及學(xué)習(xí)中,人們的思想、行為、感情經(jīng)常受到他人的影響,這種影響是廣泛存在的,比如在生活中受朋友影響去看某一部電影,在工作中受同事影響改變工作方法,在學(xué)習(xí)中受同學(xué)影響購(gòu)買(mǎi)某一本學(xué)習(xí)書(shū)籍。用戶的思想、行為、感情是如何被他人影響的,一直以來(lái)是社會(huì)心理學(xué)中廣泛研究的問(wèn)題之一,近年來(lái),隨著在線社交網(wǎng)絡(luò)的爆炸式增長(zhǎng),對(duì)社交網(wǎng)絡(luò)中的影響力以及影響力驅(qū)動(dòng)的信息傳播和用戶行為分析的研究,已經(jīng)成為計(jì)算機(jī)科學(xué)、社會(huì)科學(xué)等領(lǐng)域的研究人員廣泛關(guān)注的課題。由于在真實(shí)的生活中,不同的朋友產(chǎn)生的影響大小是不同的,因此,如何準(zhǔn)確的度量社交用戶之間的影響成為一個(gè)重要的研究問(wèn)題。目前,對(duì)社交網(wǎng)絡(luò)中的影響力計(jì)算已經(jīng)提出了一些技術(shù)方法,但是大部分研究只考慮到用戶之間的積極影響,而忽略了消極影響。實(shí)際上,影響通常是兩個(gè)方面的,比如在電影評(píng)價(jià)網(wǎng)站中,用戶會(huì)對(duì)電影打分,有可能會(huì)打高分,也有可能會(huì)打低分,用戶打分的高低決定了其對(duì)朋友產(chǎn)生的是不同極性的影響。當(dāng)用戶對(duì)某一部電影打分比較高時(shí),他的朋友會(huì)覺(jué)得這部電影不錯(cuò),很有可能也去觀看這部電影,我們認(rèn)為此時(shí)用戶對(duì)朋友產(chǎn)生的影響是積極影響,反之,用戶對(duì)電影打分比較低,那么他的朋友會(huì)覺(jué)得這部電影不太好而不去看,此時(shí)用戶對(duì)朋友產(chǎn)生的影響是消極影響。因此,在計(jì)算用戶之間的影響力時(shí)我們應(yīng)同時(shí)考慮到積極影響因素和消極影響因素。社交網(wǎng)絡(luò)中的用戶行為分析在商品推薦、精準(zhǔn)營(yíng)銷(xiāo)、廣告定位等方面有著重要的價(jià)值,但是影響社交網(wǎng)絡(luò)中用戶行為的因素是多方面的。如前面所分析,社會(huì)影響力是影響用戶行為的一個(gè)因素,除此之外,用戶的行為還會(huì)受到自身的興趣偏好以及產(chǎn)品的流行度等因素的影響。雖然目前也有很多工作關(guān)注社交網(wǎng)絡(luò)中用戶行為分析及預(yù)測(cè),但是大部分工作只從社會(huì)影響力或者興趣偏好其中一個(gè)角度去分析,沒(méi)有綜合多個(gè)因素去考慮。因此,如何綜合影響用戶行為的多個(gè)因素進(jìn)行分析,從而更準(zhǔn)確的預(yù)測(cè)用戶行為是一個(gè)非常有意義的問(wèn)題。本文研究社交網(wǎng)絡(luò)中基于多極性因素計(jì)算用戶之間影響力以及基于社會(huì)影響力和用戶偏好等多種因素預(yù)測(cè)用戶行為的問(wèn)題,主要工作和貢獻(xiàn)概括如下：1.針對(duì)多極性因素計(jì)算用戶之間影響力的問(wèn)題,提出了基于多極性因素的獨(dú)立級(jí)聯(lián)模型MFIC (Multipolar Factors aware Independent Cascade model),并給出了MFIC模型下的影響概率計(jì)算方法。在MFIC模型中,我們基于用戶受到的朋友對(duì)他的積極影響和消極影響來(lái)建模社交網(wǎng)絡(luò)中的信息傳播,由于模型中參數(shù)眾多,我們利用用戶行為日志,基于EM (Expectation Maximization)算法學(xué)習(xí)模型的參數(shù),通過(guò)不斷的迭代更新,獲得用戶之間的影響概率。最后,我們?cè)谡鎸?shí)的數(shù)據(jù)集Digg和Flixster上進(jìn)行實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明基于多極性因素學(xué)習(xí)得到的用戶之間的影響概率更能準(zhǔn)確的描述真實(shí)的信息傳播情況。2.針對(duì)結(jié)合社會(huì)影響力和用戶偏好等多種因素預(yù)測(cè)用戶行為的問(wèn)題,提出了一種基于影響力和用戶偏好的邏輯斯蒂回歸模型IPLR (Influence and Preference aware Logistic Regression model)。在該方法中,我們考慮到驅(qū)動(dòng)用戶行為的主要因素：社會(huì)影響力、用戶偏好、產(chǎn)品流行度。首先,我們基于用戶行為日志以及產(chǎn)品的屬性信息,分別度量這三方面影響因素。然后,基于邏輯斯蒂回歸方法學(xué)習(xí)出不同因素的權(quán)重。最后,我們?cè)贛oiveLens數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明綜合考慮用戶偏好,社會(huì)影響力以及產(chǎn)品流行度,更符合用戶的決策過(guò)程,能夠提高對(duì)用戶行為預(yù)測(cè)的準(zhǔn)確性。
【關(guān)鍵詞】：社交網(wǎng)絡(luò) 社會(huì)影響力 極性影響 行為預(yù)測(cè)
【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TP393.09
【目錄】：

• 摘要8-10
• ABSTRACT10-12
• 第1章 緒論12-17
• 1.1 研究背景及意義12-13
• 1.2 研究現(xiàn)狀13-15
• 1.3 本文的工作15-16
• 1.4 論文組織結(jié)構(gòu)16-17
• 第2章 相關(guān)研究17-26
• 2.1 社交網(wǎng)絡(luò)中影響力傳播的相關(guān)研究17-21
• 2.1.1 影響力傳播模型17-20
• 2.1.2 學(xué)習(xí)影響力傳播概率20-21
• 2.2 用戶行為預(yù)測(cè)的相關(guān)研究21-25
• 2.2.1 基于社會(huì)影響力預(yù)測(cè)用戶行為21-22
• 2.2.2 基于用戶偏好預(yù)測(cè)用戶行為22-24
• 2.2.3 結(jié)合多個(gè)因素預(yù)測(cè)用戶行為24-25
• 2.3 本章小結(jié)25-26
• 第3章 基于多極性因素的影響力傳播概率學(xué)習(xí)26-42
• 3.1 引言26-27
• 3.2 基本概念與問(wèn)題定義27-28
• 3.3 基于多極性因素的獨(dú)立級(jí)聯(lián)模型MFIC28-31
• 3.4 基于EM算法學(xué)習(xí)MFIC模型參數(shù)31-34
• 3.5 一個(gè)應(yīng)用：用戶行為預(yù)測(cè)34-35
• 3.6 實(shí)驗(yàn)35-39
• 3.6.1 實(shí)驗(yàn)數(shù)據(jù)集35-36
• 3.6.2 實(shí)驗(yàn)設(shè)計(jì)36-38
• 3.6.3 實(shí)驗(yàn)結(jié)果及分析38-39
• 3.7 相關(guān)工作39-40
• 3.8 本章小結(jié)40-42
• 第4章 結(jié)合社會(huì)影響力和用戶偏好的行為預(yù)測(cè)42-54
• 4.1 引言42-43
• 4.2 基本概念與問(wèn)題定義43-44
• 4.3 基于影響力和用戶偏好的邏輯斯蒂回歸模型IPLR44-48
• 4.3.1 用戶偏好計(jì)算44-45
• 4.3.2 產(chǎn)品流行度計(jì)算45-46
• 4.3.3 用戶影響力計(jì)算46
• 4.3.4 基于邏輯斯蒂回歸學(xué)習(xí)因素的權(quán)重46-48
• 4.4 實(shí)驗(yàn)48-52
• 4.4.1 實(shí)驗(yàn)數(shù)據(jù)集48-49
• 4.4.2 實(shí)驗(yàn)設(shè)計(jì)49-50
• 4.4.3 實(shí)驗(yàn)及結(jié)果分析50-52
• 4.5 相關(guān)工作52-53
• 4.6 本章小結(jié)53-54
• 第5章 總結(jié)與展望54-56
• 5.1 本文總結(jié)54-55
• 5.2 研究展望55-56
• 參考文獻(xiàn)56-61
• 致謝61-62
• 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文62-63
• 攻讀學(xué)位期間參與科研項(xiàng)目63-64
• 攻讀學(xué)位期間獲獎(jiǎng)情況64-65
• 學(xué)位論文評(píng)閱及答辯情況表65

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 ;基于位置的手機(jī)社交網(wǎng)絡(luò)“貝多”正式發(fā)布[J];中國(guó)新通信;2008年06期

2 曹增輝;;社交網(wǎng)絡(luò)更偏向于用戶工具[J];信息網(wǎng)絡(luò);2009年11期

3 ;美國(guó):印刷企業(yè)青睞社交網(wǎng)絡(luò)營(yíng)銷(xiāo)新方式[J];中國(guó)包裝工業(yè);2010年Z1期

4 李智惠;柳承燁;;韓國(guó)移動(dòng)社交網(wǎng)絡(luò)服務(wù)的類(lèi)型分析與促進(jìn)方案[J];現(xiàn)代傳播(中國(guó)傳媒大學(xué)學(xué)報(bào));2010年08期

5 賈富;;改變一切的社交網(wǎng)絡(luò)[J];互聯(lián)網(wǎng)天地;2011年04期

6 譚拯;;社交網(wǎng)絡(luò):連接與發(fā)現(xiàn)[J];廣東通信技術(shù);2011年07期

7 陳一舟;;社交網(wǎng)絡(luò)的發(fā)展趨勢(shì)[J];傳媒;2011年12期

8 殷樂(lè);;全球社交網(wǎng)絡(luò)新態(tài)勢(shì)及文化影響[J];新聞與寫(xiě)作;2012年01期

9 許麗;;社交網(wǎng)絡(luò):孤獨(dú)年代的集體狂歡[J];上海信息化;2012年09期

10 李玲麗;吳新年;;科研社交網(wǎng)絡(luò)的發(fā)展現(xiàn)狀及趨勢(shì)分析[J];圖書(shū)館學(xué)研究;2013年01期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 趙云龍;李艷兵;;社交網(wǎng)絡(luò)用戶的人格預(yù)測(cè)與關(guān)系強(qiáng)度研究[A];第七屆（2012）中國(guó)管理學(xué)年會(huì)商務(wù)智能分會(huì)場(chǎng)論文集（選編）[C];2012年

2 宮廣宇;李開(kāi)軍;;對(duì)社交網(wǎng)絡(luò)中信息傳播的分析和思考——以人人網(wǎng)為例[A];首屆華中地區(qū)新聞與傳播學(xué)科研究生學(xué)術(shù)論壇獲獎(jiǎng)?wù)撐腫C];2010年

3 楊子鵬;喬麗娟;王夢(mèng)思;楊雪迎;孟子冰;張禹;;社交網(wǎng)絡(luò)與大學(xué)生焦慮緩解[A];心理學(xué)與創(chuàng)新能力提升——第十六屆全國(guó)心理學(xué)學(xué)術(shù)會(huì)議論文集[C];2013年

4 畢雪梅;;體育虛擬社區(qū)中的體育社交網(wǎng)絡(luò)解析[A];第九屆全國(guó)體育科學(xué)大會(huì)論文摘要匯編(4)[C];2011年

5 杜p，

本文編號(hào)：1064301