本文關(guān)鍵詞：社交網(wǎng)絡(luò)中的意見(jiàn)領(lǐng)袖挖掘方法研究

  更多相關(guān)文章： 社交網(wǎng)絡(luò) 意見(jiàn)領(lǐng)袖 關(guān)注行為 關(guān)注度 PageRank

【摘要】：社交網(wǎng)絡(luò)是一個(gè)沒(méi)有界限的在線平臺(tái),可以讓那些有相同知識(shí)結(jié)構(gòu)、對(duì)同一個(gè)領(lǐng)域感興趣的用戶們參與,進(jìn)行信息傳播。在信息傳播過(guò)程中,意見(jiàn)領(lǐng)袖發(fā)揮著越來(lái)越重要的影響力,被廣泛應(yīng)用于輿情監(jiān)控、信息推廣、電子商務(wù)等領(lǐng)域。如何在大規(guī)模社交網(wǎng)絡(luò)數(shù)據(jù)中準(zhǔn)確地發(fā)現(xiàn)具有一定影響力的用戶集合,一直是意見(jiàn)領(lǐng)袖挖掘的研究目標(biāo)。目前針對(duì)意見(jiàn)領(lǐng)袖的挖掘方法主要有三類,即基于統(tǒng)計(jì)學(xué)的挖掘方法、基于網(wǎng)絡(luò)結(jié)構(gòu)的挖掘方法以及基于聚類分析的挖掘方法。其中,基于網(wǎng)絡(luò)結(jié)構(gòu)的PageRank算法,可以快速處理大量數(shù)據(jù),是對(duì)網(wǎng)頁(yè)排名的經(jīng)典算法,也常用于計(jì)算節(jié)點(diǎn)的影響力。但在PageRank算法中,網(wǎng)頁(yè)影響力值是均勻傳遞到鏈出頁(yè)面的,而沒(méi)有考慮頁(yè)面間投票的差異性,即用戶的行為差異。然而,網(wǎng)絡(luò)用戶行為往往是用戶最真實(shí)的想法和思想的反映,用戶在社交網(wǎng)絡(luò)上不僅會(huì)與自己現(xiàn)實(shí)生活中的朋友結(jié)為好友,也會(huì)與陌生用戶結(jié)為好友。在成為好友之后,用戶可以關(guān)注對(duì)方發(fā)布的信息,根據(jù)自己愛(ài)好選擇性對(duì)其進(jìn)行評(píng)論或轉(zhuǎn)發(fā)。因此,本文首先通過(guò)對(duì)社交網(wǎng)絡(luò)中的用戶行為進(jìn)行分析,在此基礎(chǔ)上引出關(guān)注行為與關(guān)注度的定義,并討論了用戶行為對(duì)用戶影響力所產(chǎn)生的影響;其次,綜合考慮網(wǎng)絡(luò)結(jié)構(gòu)和用戶關(guān)注行為兩個(gè)方面的因素,通過(guò)引入PageRank算法思想,提出一種社交網(wǎng)絡(luò)中意見(jiàn)領(lǐng)袖挖掘算法SNURank,在用戶間關(guān)注行為分析的基礎(chǔ)上計(jì)算關(guān)注度,進(jìn)而計(jì)算用戶影響力,并以此發(fā)現(xiàn)意見(jiàn)領(lǐng)袖。最后,基于真實(shí)數(shù)據(jù)集進(jìn)行的實(shí)驗(yàn)與理論分析表明,該算法是有效的,且能夠準(zhǔn)確地找出意見(jiàn)領(lǐng)袖。
【關(guān)鍵詞】：社交網(wǎng)絡(luò) 意見(jiàn)領(lǐng)袖 關(guān)注行為 關(guān)注度 PageRank
【學(xué)位授予單位】：重慶郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：C912.3;TP311.13
【目錄】：

• 摘要3-4
• Abstract4-8
• 第1章 引言8-13
• 1.1 課題研究背景及意義8-9
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀9-10
• 1.3 論文的主要工作10-11
• 1.4 論文組織結(jié)構(gòu)11-13
• 第2章 社交網(wǎng)絡(luò)結(jié)構(gòu)與意見(jiàn)領(lǐng)袖挖掘基礎(chǔ)13-24
• 2.1 社交網(wǎng)絡(luò)13-14
• 2.2 社交網(wǎng)絡(luò)結(jié)構(gòu)特性14-17
• 2.2.1 小世界性14-15
• 2.2.2 無(wú)標(biāo)度性15-16
• 2.2.3 網(wǎng)絡(luò)彈性16
• 2.2.4 核與核度16-17
• 2.2.5 中心性17
• 2.3 意見(jiàn)領(lǐng)袖概述17-20
• 2.3.1 意見(jiàn)領(lǐng)袖的定義17-18
• 2.3.2 意見(jiàn)領(lǐng)袖的識(shí)別指標(biāo)18-19
• 2.3.3 意見(jiàn)領(lǐng)袖挖掘的過(guò)程19-20
• 2.4 意見(jiàn)領(lǐng)袖挖掘方法20-23
• 2.4.1 基于統(tǒng)計(jì)學(xué)的意見(jiàn)領(lǐng)袖挖掘方法20-21
• 2.4.2 基于網(wǎng)絡(luò)結(jié)構(gòu)的意見(jiàn)領(lǐng)袖挖掘方法21-22
• 2.4.3 基于聚類分析的意見(jiàn)領(lǐng)袖挖掘方法22
• 2.4.4 其他的意見(jiàn)領(lǐng)袖挖掘方法22-23
• 2.5 本章小結(jié)23-24
• 第3章 社交網(wǎng)絡(luò)用戶行為分析24-30
• 3.1 社交網(wǎng)絡(luò)用戶行為的概念及其特點(diǎn)24-25
• 3.2 社交網(wǎng)絡(luò)用戶的行為分類25-28
• 3.2.1 社交網(wǎng)絡(luò)用戶的個(gè)體行為分析25-27
• 3.2.2 社交網(wǎng)絡(luò)用戶的集體行為分析27-28
• 3.3 社交網(wǎng)絡(luò)用戶關(guān)注行為與關(guān)注度的定義28-29
• 3.4 本章小結(jié)29-30
• 第4章 基于用戶關(guān)注行為分析的意見(jiàn)領(lǐng)袖挖掘算法30-36
• 4.1 PageRank算法的基本思想30-31
• 4.2 社交網(wǎng)絡(luò)中意見(jiàn)領(lǐng)袖挖掘算法SNURank31-33
• 4.3 SNURank算法的計(jì)算流程33-34
• 4.4 本章小結(jié)34-36
• 第5章 實(shí)驗(yàn)結(jié)果與分析36-43
• 5.1 實(shí)驗(yàn)環(huán)境與數(shù)據(jù)集36-38
• 5.2 意見(jiàn)領(lǐng)袖挖掘?qū)嶒?yàn)分析38-42
• 5.2.1 評(píng)估指標(biāo)38-39
• 5.2.2 影響覆蓋率分析39-40
• 5.2.3 核心率分析40
• 5.2.4 實(shí)例分析40-42
• 5.3 本章小結(jié)42-43
• 第6章 總結(jié)與展望43-45
• 6.1 論文工作總結(jié)43
• 6.2 研究展望43-45
• 參考文獻(xiàn)45-50
• 致謝50-51
• 攻讀碩士學(xué)位期間從事的科研工作及取得的成果51

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 孫國(guó)強(qiáng);石文萍;王莉;;國(guó)內(nèi)在線社交網(wǎng)絡(luò)群體行為研究現(xiàn)狀與展望[J];現(xiàn)代情報(bào);2016年02期

2 吳渝;馬璐璐;林茂;劉洪濤;;基于用戶影響力的意見(jiàn)領(lǐng)袖發(fā)現(xiàn)算法[J];小型微型計(jì)算機(jī)系統(tǒng);2015年03期

3 楊善林;王佳佳;代寶;李旭軍;姜元春;劉業(yè)政;;在線社交網(wǎng)絡(luò)用戶行為研究現(xiàn)狀與展望[J];中國(guó)科學(xué)院院刊;2015年02期

4 姚琦;馬華維;閻歡;陳琦;;心理學(xué)視角下社交網(wǎng)絡(luò)用戶個(gè)體行為分析[J];心理科學(xué)進(jìn)展;2014年10期

5 肖宇;許煒;夏霖;;一種基于情感傾向分析的網(wǎng)絡(luò)團(tuán)體意見(jiàn)領(lǐng)袖識(shí)別算法[J];計(jì)算機(jī)科學(xué);2012年02期

6 祝帥;鄭小林;陳德人;;論壇中的意見(jiàn)領(lǐng)袖自動(dòng)發(fā)現(xiàn)算法研究[J];系統(tǒng)工程理論與實(shí)踐;2011年S2期

7 王玨;曾劍平;周葆華;吳承榮;;基于聚類分析的網(wǎng)絡(luò)論壇意見(jiàn)領(lǐng)袖發(fā)現(xiàn)方法[J];計(jì)算機(jī)工程;2011年05期

8 肖宇;許煒;夏霖;;網(wǎng)絡(luò)社區(qū)中的意見(jiàn)領(lǐng)袖特征分析[J];計(jì)算機(jī)工程與科學(xué);2011年01期

9 胡勇;張辣，

本文編號(hào)：894078