本文關鍵詞：基于微博的社交網(wǎng)絡特征分析

  更多相關文章： 新浪微博用戶 R語言 聚類分析 BP神經(jīng)網(wǎng)絡

【摘要】：伴隨著web2.0的快速發(fā)展,新浪微博作為web2.0的有形信息載體也呈現(xiàn)了快速的成長。多樣化的的用戶群體展現(xiàn)出來的需求很大差異。從差異化的用戶群體和需求中加深對用戶行為的理解、身份推理、群體分析及精準營銷等,提取具有較高的現(xiàn)實意義的信息。為企業(yè)的發(fā)展提供真實的用戶需求信息;給政府了解民生問題提供信息來源平臺;同時企業(yè)給微博用戶提供個性化的服務,使微博能夠惠及更廣泛的網(wǎng)絡用戶。本研究依據(jù)2013年4月18日新浪微博用戶數(shù)據(jù),借助新浪微博的微連接網(wǎng)絡接入方案(API Application programming interface接口),并結(jié)合使用網(wǎng)絡爬蟲技術抓取其微博用戶信息,主要采用統(tǒng)計語言R軟件實現(xiàn)BP神經(jīng)網(wǎng)絡分類算法,分析微博用戶Tag屬性標簽內(nèi)容,將用戶標簽進行分類,挖掘用戶標簽中隱含的熱門話題。同時,文章主要對比了:K-means、分層劃分的聚類DIANA、凝聚層次聚類AGNES和CLARA等算法,實現(xiàn)用戶群體的聚類分析。最終實現(xiàn)研究對象的基本特征統(tǒng)計分析、用戶數(shù)值化特征分析、用戶標簽偏好分析以及用戶群體的聚類分析。新浪微博作為最具有代表性的社交網(wǎng)絡,其在應用及研究領域都具有廣闊的前景,尤其是在信息推薦、電子商務、新聞傳播及人類動力學等方面。研究新浪微博的目的就在于通過對零散的和原始的數(shù)據(jù)信息進行整合,發(fā)現(xiàn)其在應用及研究中潛在的無限價值,從而對社會的發(fā)展帶來使用價值。最終借助分類結(jié)果可以向微博用戶關注提供個性化的服務,及研究結(jié)果向企業(yè)提供企業(yè)戰(zhàn)略決策信息的支持,幫助企業(yè)發(fā)現(xiàn)更多的用戶興趣偏好領域,精準客戶需求,進而促進企業(yè)與客戶的實時互動。
【學位授予單位】：江西農(nóng)業(yè)大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP393.092

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉丹丹;邱恒清;趙應丁;;基于SVM的中文微博情感識別與分類研究[J];中國新通信;2015年21期

2 劉濱;張靜遠;劉強;趙靜陽;李寒;徐巍巍;;微博分析研究綜述[J];河北科技大學學報;2015年01期

3 曹玖新;吳江林;石偉;劉波;鄭嘯;羅軍舟;;新浪微博網(wǎng)信息傳播分析與預測[J];計算機學報;2014年04期

4 楊長春;俞克非;葉施仁;嚴水歌;丁虹;楊晶;;一種新的中文微博社區(qū)博主影響力的評估方法[J];計算機工程與應用;2012年25期

5 李軍;陳震;黃霽崴;;微博影響力評價研究[J];信息網(wǎng)絡安全;2012年03期

6 謝麗星;周明;孫茂松;;基于層次結(jié)構(gòu)的多策略中文微博情感分析和特征抽取[J];中文信息學報;2012年01期

7 劉志明;劉魯;;微博網(wǎng)絡輿情中的意見領袖識別及分析[J];系統(tǒng)工程;2011年06期

8 趙妍妍;秦兵;劉挺;;文本情感分析[J];軟件學報;2010年08期

9 楊學成;張曉航;;社會網(wǎng)絡分析在市場營銷學中的應用[J];當代經(jīng)濟管理;2009年06期

10 楊博,王亞東,蘇小紅;一種基于誤差放大的快速BP學習算法[J];計算機研究與發(fā)展;2004年05期

，

本文編號：1136915