信息時代社交網(wǎng)絡(luò)的興起徹底改變了人類的社交方式,大量的社交數(shù)據(jù)也隨之產(chǎn)生。傳統(tǒng)的對于大規(guī)模,高維度的社交數(shù)據(jù)可視化方法很難進(jìn)行人類社交行為模式識別。通過過濾選擇,聚類等技術(shù)能夠一定程度上解決大規(guī)模社交數(shù)據(jù)可視化的遮擋,混亂,交互等問題,卻忽略了不同社交類型數(shù)據(jù)的關(guān)聯(lián)性,比如社交好友關(guān)系和社交簽到數(shù)據(jù)之間的某種聯(lián)系無法通過簡單的選擇,聚類技術(shù)進(jìn)行挖掘。本文工作結(jié)合社交好友關(guān)系數(shù)據(jù)和社交簽到數(shù)據(jù)兩種社交特征來研究社交用戶社交行為模式,實現(xiàn)了Social Portrait系統(tǒng)對多類型社交大數(shù)據(jù)進(jìn)行可視化分析。本文的主要工作如下:(1)將社交網(wǎng)絡(luò)采用圖模型描述,應(yīng)用社團(tuán)劃分算法計算社交網(wǎng)絡(luò)的特征�；谏缃挥脩舻纳鐖F(tuán)結(jié)構(gòu)特征對簽到數(shù)據(jù)特征進(jìn)行特征提取。對于兩種社交數(shù)據(jù)進(jìn)行關(guān)聯(lián)的特征計算,不僅能夠使用線下活動類型POI來解釋原本無實際意義的社交用戶社團(tuán),還能通過RCVF參數(shù)的構(gòu)造來篩選出那些社團(tuán)可解釋性高的社交用戶。(2)對于社團(tuán)可解釋性高的社交用戶,然后采用非監(jiān)督的聚類算法劃分不同社交圈好友類型,并將聚類結(jié)果進(jìn)行降維處理。聚類的方法不僅可以得到社交類型劃分的結(jié)果,還為下一步取樣提供了合理的依據(jù)。...

【文章頁數(shù)】：80 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖7網(wǎng)絡(luò)屬性描述及測試

圖7網(wǎng)絡(luò)屬性描述及測試長度;二、利用WebGL技術(shù)突破了二維的限制，將社交網(wǎng)絡(luò)模型呈現(xiàn)在三維空間中，并且具有雙目立體視覺效果，增強了沉浸感;三、允許用戶用特定手勢與其進(jìn)行交互，增強了交互性，提高了使用的便捷度、簡化了操作。通過實驗分析，最終的結(jié)論是相較于現(xiàn)有的社交網(wǎng)絡(luò)可視化系統(tǒng)，....

圖7網(wǎng)絡(luò)屬性描述及測試

圖7網(wǎng)絡(luò)屬性描述及測試長度;二、利用WebGL技術(shù)突破了二維的限制，將社交網(wǎng)絡(luò)模型呈現(xiàn)在三維空間中，并且具有雙目立體視覺效果，增強了沉浸感;三、允許用戶用特定手勢與其進(jìn)行交互，增強了交互性，提高了使用的便捷度、簡化了操作。通過實驗分析，最終的結(jié)論是相較于現(xiàn)有的社交網(wǎng)絡(luò)可視化系統(tǒng)，....

圖2-1VisualBackchannel用于記錄和探索一般用戶在社交媒體上關(guān)于大規(guī)模事件的在線對話[22]

電子科技大學(xué)碩士學(xué)位論文圖2-1VisualBackchannel用于記錄和探索一般用戶在社交媒體上關(guān)于大規(guī)模事件的在線對話[22]然有一些限制，比如信息超載，缺乏可信度，不支持用戶對于新聞時間態(tài)度變化的感知。為了解決信息超載和缺乏信息背景的問題，Zubiaga等人[24]設(shè)....

圖2-4Whisper可視化社交媒體信息傳播過程[41]

電子科技大學(xué)碩士學(xué)位論文圖2-4Whisper可視化社交媒體信息傳播過程[41]式。這些數(shù)據(jù)通常非常稀疏（例如，Twitter數(shù)據(jù)中不到1％具有地理標(biāo)簽），這使分析和可視化這類數(shù)據(jù)變得困難。陳為等人[44]引入了一個可視化分析系統(tǒng)幫助檢測來自稀疏采樣的社交媒體數(shù)據(jù)的運動模式。該....

本文編號：4004997