信息化和數(shù)字化的迅速發(fā)展,使得互聯(lián)網(wǎng)成為與現(xiàn)實(shí)空間相對(duì)的最重要的虛擬空間。傳統(tǒng)虛擬空間中的社會(huì)分層研究多基于網(wǎng)絡(luò)信息資源占有的機(jī)會(huì)和能力等客觀指標(biāo),并未涉及用戶使用網(wǎng)絡(luò)資源的具體行為及上網(wǎng)信息的內(nèi)容和性質(zhì)等因素。學(xué)術(shù)界比較公認(rèn)的是虛擬空間中也存在著社會(huì)分層現(xiàn)象,但對(duì)其是否延續(xù)現(xiàn)實(shí)空間中的社會(huì)分層結(jié)構(gòu)觀點(diǎn)不一。針對(duì)以上問(wèn)題,本文以中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心提供的用戶行為大數(shù)據(jù)為基礎(chǔ),主要做了以下工作:1、虛擬空間與現(xiàn)實(shí)空間社會(huì)分層映射。對(duì)照用戶屬性表,將樣本數(shù)據(jù)按照用戶在現(xiàn)實(shí)空間所處的社會(huì)階層進(jìn)行劃分,從在線時(shí)間和上網(wǎng)內(nèi)容兩方面進(jìn)行社會(huì)分層特征研究。對(duì)在線時(shí)間數(shù)據(jù)進(jìn)行均值方差處理,觀察不同階層用戶上網(wǎng)行為的穩(wěn)定性。將用戶點(diǎn)擊的軟件進(jìn)程信息向量化,然后使用Word2vec算法提取出能代表各階層用戶行為特征的詞向量,此外,計(jì)算了用戶在不同類別的軟件中消耗注意力的持續(xù)時(shí)間。分析不同階層用戶在線時(shí)間的穩(wěn)定性、上網(wǎng)行為的規(guī)律性及消耗注意力的軟件類別,發(fā)現(xiàn)虛擬空間延續(xù)著現(xiàn)實(shí)空間中的社會(huì)分層結(jié)構(gòu)。2、不同階層用戶的行為特征提取。提取了教育、經(jīng)濟(jì)、年齡等不同維度下每類用戶的點(diǎn)擊軟件進(jìn)程數(shù)據(jù),構(gòu)建詞匯表,得到每... 

【文章來(lái)源】：西北師范大學(xué)甘肅省

【文章頁(yè)數(shù)】：56 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

數(shù)據(jù)樣本

西北師范大學(xué)碩士學(xué)位論文4本文從所有數(shù)據(jù)中隨機(jī)抽取了1000個(gè)用戶連續(xù)一個(gè)月約1.2億條的上網(wǎng)點(diǎn)擊行為數(shù)據(jù)記錄。數(shù)據(jù)文件包括按日期歸檔的樣本行為日志和樣本的人口屬性信息兩部分，二者可通過(guò)用戶ID進(jìn)行關(guān)聯(lián)。用戶的人口屬性信息表中包括用戶的性別、年齡、學(xué)歷、職業(yè)、工資、所在地等信息[27]，如圖1-2所示。圖1-2用戶人口屬性信息示例本文在進(jìn)行數(shù)據(jù)劃分時(shí)，用到人口屬性信息中的BIRTHDAY（年齡）、EDU（教育背景）、JOB（職業(yè)）、PROVINCE（省份）四個(gè)屬性。在進(jìn)行不同階層用戶的特征提取與識(shí)別時(shí)，用到樣本行為日志中的以下四個(gè)參數(shù)，如表1-1所示。表1-1參數(shù)介紹參數(shù)名參數(shù)含義Last樣本用戶的在線持續(xù)時(shí)間L_start樣本用戶的開(kāi)機(jī)時(shí)間T當(dāng)前點(diǎn)擊行為距離開(kāi)機(jī)時(shí)間的秒數(shù)P用戶點(diǎn)擊的軟件進(jìn)程名1.4研究?jī)?nèi)容與框架本文將社會(huì)學(xué)與計(jì)算機(jī)相結(jié)合，利用機(jī)器學(xué)習(xí)算法、神經(jīng)網(wǎng)絡(luò)模型等研究虛擬空間中的社會(huì)分層問(wèn)題。在社會(huì)分層相關(guān)理論基礎(chǔ)上，通過(guò)機(jī)器學(xué)習(xí)算法分析不同社會(huì)階層用戶的在線點(diǎn)擊行為數(shù)據(jù)，觀察現(xiàn)實(shí)空間中處于同一階層、不同階層的用戶在虛擬空間中的上網(wǎng)時(shí)間、點(diǎn)擊行為有什么異同，進(jìn)而分析各階層在虛擬空間中被什么樣的信息資源所吸引，分析虛擬空間與現(xiàn)實(shí)空間中的社會(huì)分層結(jié)構(gòu)是否一致。此外，本文提出一種基于行為特征推斷互聯(lián)網(wǎng)中的用戶所處社會(huì)階層的方法，通過(guò)建立神經(jīng)網(wǎng)絡(luò)模型對(duì)虛擬空間中的在線點(diǎn)擊行為數(shù)據(jù)進(jìn)行社會(huì)分層識(shí)別，證明虛擬空間中存在能夠區(qū)分用戶社會(huì)階層的行為特征。本論文共分為4章，各章內(nèi)容如下：第一章為緒論。首先介紹了論文的研究背景及意義，其次闡述論文的研究目的，接著描述了本文使用的數(shù)據(jù)來(lái)源，最后介紹了論文的主要研究?jī)?nèi)容和框架。

第2章行為數(shù)據(jù)分層特征提取921()=-=CisissMVC（2-8）某職業(yè)中所有用戶在線持續(xù)時(shí)間的方差為：21()=-=CididdMVC（2-9）偽代碼如下：輸入：iD輸出：,bsdbsdMM,M,V,V,V過(guò)程：Lables=[b,d,s]//b、d、s分別為用戶的開(kāi)機(jī)時(shí)間、在線持續(xù)時(shí)間和關(guān)機(jī)時(shí)間ForlabelinLables:計(jì)算iD中用戶開(kāi)機(jī)時(shí)間b的均值bM計(jì)算iD中用戶開(kāi)機(jī)時(shí)間b的方差bV計(jì)算iD中用戶關(guān)機(jī)時(shí)間s的均值sM計(jì)算iD中用戶關(guān)機(jī)時(shí)間s的方差sV計(jì)算iD中用戶在線持續(xù)時(shí)間d的均值dM計(jì)算iD中用戶在線持續(xù)時(shí)間d的方差dVEndfor2.2.2點(diǎn)擊進(jìn)程數(shù)據(jù)處理方法首先，將原始樣本行為日志轉(zhuǎn)化為Excel格式，如圖2-3所示。圖2-3Excel格式的樣本數(shù)據(jù)其中，P列為用戶當(dāng)前點(diǎn)擊的軟件進(jìn)程名，T列為用戶當(dāng)前點(diǎn)擊行為距離開(kāi)機(jī)時(shí)間的秒數(shù)。接著將樣本數(shù)據(jù)劃分為社會(huì)上層、社會(huì)中層、社會(huì)下層三個(gè)數(shù)據(jù)集。然后提取每個(gè)數(shù)據(jù)集下所有Excel文件中的p列，提取之后的數(shù)據(jù)樣本如圖2-4所示。

【參考文獻(xiàn)】：
期刊論文
[1]論社會(huì)學(xué)理論導(dǎo)引的大數(shù)據(jù)研究——大數(shù)據(jù)、理論與預(yù)測(cè)模型的三角對(duì)話[J]. 羅家德,劉濟(jì)帆,楊鯤昊,傅曉明.  社會(huì)學(xué)研究. 2018(05)
[2]公共話語(yǔ)中的社會(huì)分層關(guān)注度——基于書(shū)籍大數(shù)據(jù)的實(shí)證分析（1949-2008）[J]. 柳建坤,陳云松.  社會(huì)學(xué)研究. 2018(04)
[3]中國(guó)城鄉(xiāng)居民的階層地位認(rèn)同偏差[J]. 范曉光,陳云松.  社會(huì)學(xué)研究. 2015(04)
[4]虛擬社會(huì)分層:動(dòng)因、維度與趨勢(shì)[J]. 陳強(qiáng),徐曉林.  情報(bào)雜志. 2015(07)
[5]網(wǎng)絡(luò)社會(huì)分層的異化[J]. 王連慧.  經(jīng)濟(jì)研究導(dǎo)刊. 2015(12)
[6]基于小數(shù)據(jù)的在線用戶興趣長(zhǎng)程演化研究[J]. 李勇,孟小峰,劉繼,王常青.  計(jì)算機(jī)研究與發(fā)展. 2015(04)
[7]網(wǎng)絡(luò)社會(huì)社會(huì)分層的結(jié)構(gòu)轉(zhuǎn)型[J]. 張斐男.  學(xué)術(shù)交流. 2015(03)
[8]社會(huì)計(jì)算與計(jì)算社會(huì):智慧社會(huì)的基礎(chǔ)與必然[J]. 王飛躍,王曉,袁勇,王濤,林懿倫.  科學(xué)通報(bào). 2015(Z1)
[9]城市計(jì)算概述[J]. 鄭宇.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2015(01)
[10]中國(guó)虛擬社會(huì)治理研究中需要關(guān)注的幾個(gè)問(wèn)題[J]. 徐曉林,陳強(qiáng),曾潤(rùn)喜.  中國(guó)行政管理. 2013(11)



本文編號(hào)：2963284