社交網(wǎng)絡平臺是人們在互聯(lián)網(wǎng)上溝通交流的重要途徑之一,分析社交網(wǎng)絡中用戶的影響力可以幫助我們了解互聯(lián)網(wǎng)信息動態(tài),以便更好地控制輿情;利用鏈路預測挖掘網(wǎng)絡中用戶間的潛在關(guān)系,有助于了解用戶喜好,完善用戶推薦系統(tǒng)為用戶提供更加優(yōu)質(zhì)的服務�，F(xiàn)有的利用用戶網(wǎng)絡來分析影響力的方法僅考慮了單一關(guān)系網(wǎng)絡中用戶節(jié)點的拓撲性質(zhì),沒有考慮用戶的行為特征、用戶間的拓撲關(guān)系以及真實社交網(wǎng)絡中用戶間多交互關(guān)系特點,導致對用戶影響力評估不準確。此外,在鏈路預測方面現(xiàn)有方法大多只考慮用戶節(jié)點對的特征,忽略了單個重要用戶對連接關(guān)系建立的貢獻以及其他重要的節(jié)點特征。本文基于具有代表性的推特平臺,提出了基于多層網(wǎng)絡的社交媒體人物關(guān)系分析方法,用以研究用戶的影響力排序和用戶間的潛在關(guān)系挖掘。本文的主要工作和貢獻如下:（1）為了更準確地評估推特用戶的影響力,本文提出了一種新的用戶節(jié)點中心性度量——引力中心性。該中心性度量受萬有引力公式啟發(fā),認為用戶之間存在吸引力,將用戶自身的行為屬性視為節(jié)點質(zhì)量,并基于距離平方反比公式,同時考慮了用戶間的拓撲相似性,以用戶對其他用戶的總吸引力強度衡量用戶的影響力。利用SIR傳播模型和肯德爾等級... 

【文章頁數(shù)】：75 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
縮略詞表
第一章 緒論
    1.1 研究背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 用戶影響力排序研究現(xiàn)狀
        1.2.2 用戶網(wǎng)絡的潛在關(guān)系挖掘研究現(xiàn)狀
    1.3 論文的主要工作與貢獻
    1.4 論文章節(jié)安排
第二章 相關(guān)理論基礎和技術(shù)
    2.1 復雜網(wǎng)絡相關(guān)理論基礎
    2.2 復雜網(wǎng)絡節(jié)點影響力評估算法
    2.3 復雜網(wǎng)絡鏈路預測算法
    2.4 圖嵌入技術(shù)
    2.5 本章小結(jié)
第三章 推特用戶影響力排序方法研究
    3.1 研究背景
    3.2 基于引力場的用戶影響力排序方法研究
        3.2.1 用戶間的拓撲相似性研究
        3.2.2 基于距離平方反比的引力中心性
    3.3 基于多層網(wǎng)絡的用戶影響力排序方法研究
        3.3.1 推特用戶多層關(guān)系網(wǎng)絡構(gòu)建
        3.3.2 基于層間相似性的用戶多層網(wǎng)絡融合方法研究
    3.4 實驗與分析
        3.4.1 實驗數(shù)據(jù)與評估指標
        3.4.2 實驗過程
        3.4.3 結(jié)果和分析
    3.5 本章小結(jié)
第四章 基于最優(yōu)化的推特用戶潛在關(guān)系挖掘
    4.1 研究背景
    4.2 基于最優(yōu)化理論的鏈路預測方法研究
        4.2.1 鏈路預測與AUC分數(shù)
        4.2.2 有序節(jié)點對的特征向量構(gòu)建
        4.2.3 AUC優(yōu)化過程
    4.3 實驗與分析
        4.3.1 實驗數(shù)據(jù)與評估指標
        4.3.2 實驗過程
        4.3.3 結(jié)果和分析
    4.4 本章小結(jié)
第五章 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 工作展望
致謝
參考文獻
攻讀碩士學位期間取得的研究成果



本文編號：3678776