本文關(guān)鍵詞：企業(yè)微博客營銷效果的影響因素分析，由筆耕文化傳播整理發(fā)布。

《云南大學(xué)》 2013年

基于密度模塊的微博社區(qū)發(fā)現(xiàn)方法

張平  

【摘要】：微博的出現(xiàn)推動了互聯(lián)網(wǎng)社會網(wǎng)絡(luò)的快速發(fā)展,然而社區(qū)發(fā)現(xiàn)正是研究微博網(wǎng)絡(luò)的主要趨勢之一。許多現(xiàn)存的方法都是基于微博用戶互相“關(guān)注”的模型來研究微博,但由于“關(guān)注”模型只能反映用戶關(guān)系的存在卻不能的反映用戶關(guān)系的強弱,往往導(dǎo)致對社區(qū)劃分的不準確。與此同時,由于許多流行社區(qū)發(fā)現(xiàn)算法存在不能無監(jiān)督的運行、時間復(fù)雜度高或分辨率極限的問題,算法本身也成為影響社區(qū)劃分質(zhì)量的另一個因素。 包括微博網(wǎng)絡(luò)在內(nèi)的社會網(wǎng)絡(luò)研究本屬于社會學(xué)、物理學(xué)范疇,相對于計算機領(lǐng)域,其社區(qū)發(fā)現(xiàn)問題的研究起步更早,擁有豐富的成果。因此通過借鑒社會學(xué)、物理學(xué)知識解決現(xiàn)存社區(qū)發(fā)現(xiàn)問題不僅是一個比較好的思路,同時也是計算機領(lǐng)域研究社會網(wǎng)絡(luò)的采用的方法之一。社會學(xué)認為關(guān)系的強弱往往可以由聯(lián)系的相互性與頻度體現(xiàn),且相互性、頻度越高關(guān)系越緊密。根據(jù)此性質(zhì)我們可以找出一種方法對微博用戶的關(guān)系強弱進行量化,從模型的角度提高社區(qū)劃分的準確度。除此之外,社會學(xué)提出的層次聚類的思想不需要先驗知識的獲取可以較好解決社區(qū)發(fā)現(xiàn)有監(jiān)督的問題；物理學(xué)提出圖密度的概念能準確的刻畫小社區(qū)結(jié)構(gòu),為解決分辨率極限提供了途徑。 總的來看,本文的主要工作和貢獻可概括如下： (1)建立表示用戶關(guān)系強弱的圖模型 我們選取具有相互性和頻度的“轉(zhuǎn)發(fā)”、“評論”聯(lián)系行為作為建模的依據(jù)。根據(jù)社會學(xué)提出的關(guān)系理論,提出了一種能通過聯(lián)系行為方向與頻度量化用戶關(guān)系緊密強弱方法,并用圖對用戶關(guān)系進行建模。 (2)提出基于圖密度的層聚式聚類算法 為提高聚類精度,我們將密度模塊化與本文提出的子圖貼近度的概念相結(jié)合,給出了一種能根據(jù)用戶關(guān)系緊密強弱逐步按層次聚類的算法。這種算法可以在無監(jiān)督的前提下,得到分辨率較高的結(jié)果。 (3)實驗結(jié)果 本文在真實社會網(wǎng)絡(luò)和人工模擬的微博網(wǎng)絡(luò)上,分別對本文算法的分辨率、準確度和效率3個方面進行了測試,通過與現(xiàn)有流行的社區(qū)發(fā)現(xiàn)算法對比,分析了本文算法與現(xiàn)有算法的優(yōu)缺點。

【關(guān)鍵詞】：
【學(xué)位授予單位】：云南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2013
【分類號】：TP393.092
【目錄】：

下載全文 更多同類文獻

CAJ全文下載

(如何獲取全文？ 歡迎：購買知網(wǎng)充值卡、在線充值、在線咨詢)

CAJViewer閱讀器支持CAJ、PDF文件格式

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前2條

1 王晶;朱珂;汪斌強;;基于信息數(shù)據(jù)分析的微博研究綜述[J];計算機應(yīng)用;2012年07期

2 王曉光;;微博客用戶行為特征與關(guān)系特征實證分析——以“新浪微博”為例[J];圖書情報工作;2010年14期

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 張航;;大學(xué)生高頻率轉(zhuǎn)發(fā)微博的行為分析與思考[J];經(jīng)濟研究導(dǎo)刊;2012年12期

2 黃映玲;;微博傳播機制及其在教育中的有效應(yīng)用分析[J];中國教育信息化;2011年08期

3 肖宇;許煒;商召璽;;微博用戶區(qū)域影響力識別算法及分析[J];計算機科學(xué);2012年09期

4 許筠蕓;陸賢彬;;移動社會化媒體技術(shù)接受與匹配影響因素研究——以移動微博客戶端發(fā)布行為為例[J];經(jīng)濟與管理;2013年02期

5 吳凱;季新生;劉彩霞;;基于行為預(yù)測的微博網(wǎng)絡(luò)信息傳播建模[J];計算機應(yīng)用研究;2013年06期

6 周本達;王煦法;姚宏亮;;一種求解社區(qū)檢測問題的改進分布估計算法[J];計算機工程;2013年07期

7 劉大有;金弟;何東曉;黃晶;楊建寧;楊博;;復(fù)雜網(wǎng)絡(luò)社區(qū)挖掘綜述[J];計算機研究與發(fā)展;2013年10期

8 張澤華;苗奪謙;錢進;;鄰域粗糙化的啟發(fā)式重疊社區(qū)擴張方法[J];計算機學(xué)報;2013年10期

9 伍杰華;;基于劃分社區(qū)和差分共鄰節(jié)點貢獻的鏈路預(yù)測[J];計算機應(yīng)用研究;2013年10期

10 馬昱欣;徐佳逸;彭帝超;張婷;金呈哲;屈華民;陳為;彭群生;;A Visual Analysis Approach for Community Detection of Multi-Context Mobile Social Networks[J];Journal of Computer Science & Technology;2013年05期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 譚婷婷;網(wǎng)絡(luò)微內(nèi)容推薦方法及支持系統(tǒng)研究[D];華中科技大學(xué);2011年

2 易蘭麗;基于人類動力學(xué)的微博用戶行為統(tǒng)計特征分析與建模研究[D];北京郵電大學(xué);2012年

3 肖宇;校園網(wǎng)絡(luò)信息傳播特性與用戶影響力研究[D];華中科技大學(xué);2012年

4 吳保來;基于互聯(lián)網(wǎng)的社交網(wǎng)絡(luò)研究[D];中共中央黨校;2013年

5 段東圣;社會網(wǎng)絡(luò)中群組探測和話題建模技術(shù)研究[D];華中科技大學(xué);2013年

6 謝輝;基于復(fù)雜網(wǎng)絡(luò)的若干動態(tài)機制研究[D];西安電子科技大學(xué);2013年

7 劉瑤;社會網(wǎng)絡(luò)特征分析與社團結(jié)構(gòu)挖掘[D];電子科技大學(xué);2013年

8 田占偉;基于復(fù)雜網(wǎng)絡(luò)的微博信息傳播研究[D];哈爾濱工業(yè)大學(xué);2012年

9 史艷翠;基于通信數(shù)據(jù)的上下文移動用戶偏好動態(tài)獲取方法研究[D];北京郵電大學(xué);2013年

10 郭龍飛;社交網(wǎng)絡(luò)用戶隱私關(guān)注動態(tài)影響因素及行為規(guī)律研究[D];北京郵電大學(xué);2013年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 許玉;基于微博的網(wǎng)絡(luò)口碑研究[D];南京大學(xué);2011年

2 張嵐嵐;新浪微博的網(wǎng)絡(luò)輿情分析研究[D];華東師范大學(xué);2011年

3 史亞光;企業(yè)微博客營銷策略研究[D];華東師范大學(xué);2011年

4 紀珊珊;傳播學(xué)視野下的微博研究[D];安徽大學(xué);2011年

5 邵國川;基于用戶參與的高校圖書館信息服務(wù)研究[D];安徽大學(xué);2011年

6 施懌;微博在危機事件中的傳播特點和效果研究[D];華中科技大學(xué);2011年

7 陸毅;微博社會網(wǎng)絡(luò)構(gòu)造與分析技術(shù)研究[D];復(fù)旦大學(xué);2011年

8 賀佳瑩;微博客用戶接受模型及實證研究[D];北京郵電大學(xué);2012年

9 楊艷;下一代網(wǎng)絡(luò)業(yè)務(wù)用戶行為研究[D];西南交通大學(xué);2012年

10 陳曉明;企業(yè)微博客營銷效果的影響因素分析[D];暨南大學(xué);2012年

【二級參考文獻】

中國期刊全文數(shù)據(jù)庫 前5條

1 許曉東;肖銀濤;朱士瑞;;微博社區(qū)的謠言傳播仿真研究[J];計算機工程;2011年10期

2 姚長青;喬曉東;張連均;王子祥;;基于NSTL原文索取數(shù)量的空間自相關(guān)性分析[J];情報科學(xué);2009年10期

3 廉捷;周欣;曹偉;劉云;;新浪微博數(shù)據(jù)挖掘方案[J];清華大學(xué)學(xué)報(自然科學(xué)版);2011年10期

4 李爽;;從微博中挖掘有用信息[J];網(wǎng)絡(luò)與信息;2011年06期

5 湯建民;;國內(nèi)高等教育研究現(xiàn)狀和發(fā)展動向的計量分析——基于12種高等教育研究核心期刊所發(fā)表的4800多篇論文題名的詞頻統(tǒng)計[J];現(xiàn)代大學(xué)教育;2007年05期

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 肖偉;全惠云;;具有調(diào)和特性的蟻群改進算法[J];計算機工程與應(yīng)用;2005年34期

2 劉江華;戴新喜;白似雪;;基于模式矩陣的P_Matrix算法[J];南昌大學(xué)學(xué)報(理科版);2007年05期

3 袁萬蓮;鄭誠;翟明清;;一種改進的Apriori算法[J];計算機技術(shù)與發(fā)展;2008年05期

4 周愛武;崔丹丹;肖云;;一種改進的K-means聚類算法[J];微型機與應(yīng)用;2011年21期

5 李靜燕;;改進的Apriori算法在教學(xué)質(zhì)量評價中的應(yīng)用[J];價值工程;2013年01期

6 鄧勇,施文康;發(fā)現(xiàn)頻繁情節(jié)的改進算法[J];上海交通大學(xué)學(xué)報;2005年03期

7 李環(huán)宇;杜春玲;李保銀;;一種基于關(guān)聯(lián)規(guī)則挖掘的改進算法[J];福建電腦;2007年01期

8 周樹德;孫增圻;;分布估計算法綜述[J];自動化學(xué)報;2007年02期

9 劉華婷;郭仁祥;姜浩;;關(guān)聯(lián)規(guī)則挖掘Apriori算法的研究與改進[J];計算機應(yīng)用與軟件;2009年01期

10 許廣林;劉念祖;馮嘉禮;劉永昌;;掘客投票算法的屬性論方法[J];智能系統(tǒng)學(xué)報;2009年02期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 黃紀武;毛澤華;李松濤;張錦雄;;SPMD并行查找算法的MPI實現(xiàn)[A];廣西計算機學(xué)會——2004年學(xué)術(shù)年會論文集[C];2004年

2 黃紀武;毛澤華;李松濤;張錦雄;;SPMD并行查找算法的MPI實現(xiàn)[A];廣西計算機學(xué)會2004年學(xué)術(shù)年會論文集[C];2004年

3 符麗錦;覃華;鄧海;孫欣;;一種改進的Apriori算法的研究[A];廣西計算機學(xué)會2012年學(xué)術(shù)年會論文集[C];2012年

4 王東鋒;王軍民;陳英武;;模糊定性仿真理論研究與算法實現(xiàn)[A];'2000系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會論文集[C];2000年

5 趙唯;;晶粒度評級的改進算法[A];中國圖象圖形科學(xué)技術(shù)新進展——第九屆全國圖象圖形科技大會論文集[C];1998年

6 劉啟文;;可擴展的圖形學(xué)算法演示系統(tǒng)的研究[A];’2004計算機應(yīng)用技術(shù)交流會議論文集[C];2004年

7 佘智;蔣泰;朱延生;;基于Type C協(xié)議的防沖突改進算法[A];廣西計算機學(xué)會25周年紀念會暨2011年學(xué)術(shù)年會論文集[C];2011年

8 楊霞;;新的基于啟發(fā)式蟻群算法的QoS路由算法[A];廣西計算機學(xué)會2009年年會論文集[C];2009年

9 朱紹文;趙培;朱秋云;;基于pSPADE并行挖掘序列算法的研究[A];2003年中國智能自動化會議論文集（下冊）[C];2003年

10 陳黎飛;姜青山;董槐林;;基于圖形輪廓的快速聚類算法[A];第二十三屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報告篇）[C];2006年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 單美靜;求解非線性實代數(shù)系統(tǒng)的混合算法研究[D];華東師范大學(xué);2008年

2 邱劍鋒;人工蜂群算法的改進方法與收斂性理論的研究[D];安徽大學(xué);2014年

3 潘磊;若干社區(qū)發(fā)現(xiàn)算法研究[D];南京大學(xué);2014年

4 陳俊波;頻繁閉合項集挖掘算法及應(yīng)用研究[D];浙江大學(xué);2009年

5 陸楠;關(guān)聯(lián)規(guī)則的挖掘及其算法的研究[D];吉林大學(xué);2007年

6 范洪博;快速精確字符串匹配算法研究[D];哈爾濱工程大學(xué);2011年

7 寇曉麗;群智能算法及其應(yīng)用研究[D];西安電子科技大學(xué);2009年

8 劉維;生物序列模式挖掘與識別算法的研究[D];南京航空航天大學(xué);2010年

9 吳擎;基于模式搜索的類電磁機制算法研究與應(yīng)用[D];華中科技大學(xué);2013年

10 劉微;基于生物行為的射頻識別系統(tǒng)優(yōu)化模型與算法研究[D];吉林大學(xué);2011年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 桑磊;蟻群算法的研究以及在網(wǎng)絡(luò)多點路由問題上的應(yīng)用[D];吉林大學(xué);2010年

2 范紅梅;蟻群算法的改進[D];燕山大學(xué);2007年

3 唐藝軍;基于蟻群算法的數(shù)據(jù)挖掘應(yīng)用研究[D];遼寧工程技術(shù)大學(xué);2007年

4 田婧;蟻群算法在電廠過熱汽溫控制中的應(yīng)用[D];華北電力大學(xué);2011年

5 常健;K-Means算法的一種GPU實現(xiàn)[D];吉林大學(xué);2012年

6 萬軍;加權(quán)關(guān)聯(lián)規(guī)則挖掘算法的研究與改進[D];廣西大學(xué);2013年

7 武燕;粒子群改進算法及在混合神經(jīng)網(wǎng)絡(luò)中的應(yīng)用研究[D];景德鎮(zhèn)陶瓷學(xué)院;2014年

8 劉勇;類電磁機制算法的研究與改進[D];西安電子科技大學(xué);2013年

9 韓天鵬;關(guān)聯(lián)規(guī)則挖掘算法研究及其應(yīng)用[D];中南民族大學(xué);2008年

10 申二威;分布式互斥請求集生成算法的研究[D];內(nèi)蒙古農(nóng)業(yè)大學(xué);2010年

  本文關(guān)鍵詞：企業(yè)微博客營銷效果的影響因素分析，，由筆耕文化傳播整理發(fā)布。

本文編號：84723