社交網(wǎng)絡(luò)信息流行度是熱點(diǎn)事件受關(guān)注程度的量化指標(biāo)。廣大網(wǎng)絡(luò)用戶通過(guò)在線社交網(wǎng)絡(luò)發(fā)布和轉(zhuǎn)發(fā)信息,表達(dá)對(duì)社會(huì)熱點(diǎn)事件的立場(chǎng)和態(tài)度,推動(dòng)了信息的傳播和流行。流行度能夠反映網(wǎng)絡(luò)輿情發(fā)生、發(fā)展?fàn)顟B(tài)。網(wǎng)絡(luò)輿情能夠影響廣大網(wǎng)絡(luò)用戶的思想和行為,并可能引發(fā)公共安全事件。在社交網(wǎng)絡(luò)分析需求快速發(fā)展的今天,研究流行度預(yù)測(cè)方法有助于提高網(wǎng)絡(luò)輿情預(yù)測(cè)能力,對(duì)于實(shí)現(xiàn)良好的社會(huì)輿論氛圍和保障社會(huì)公共安全具有重大的現(xiàn)實(shí)意義。然而,現(xiàn)有的流行度預(yù)測(cè)方法距離能夠在輿情治理中得到應(yīng)用還面臨著一些挑戰(zhàn),其中既包括龐雜的社交網(wǎng)絡(luò)大數(shù)據(jù)為上層流行度分析應(yīng)用帶來(lái)的數(shù)據(jù)表示與組織難題,又包括現(xiàn)有流行度演化預(yù)測(cè)研究對(duì)社交網(wǎng)絡(luò)特有的演化規(guī)律和影響因素考慮不足帶來(lái)的局限性。本文圍繞“面向流行度演化預(yù)測(cè)的社交網(wǎng)絡(luò)大數(shù)據(jù)表示與組織問(wèn)題”、“流行度演化高峰期預(yù)測(cè)問(wèn)題”和“多因素指標(biāo)的流行度預(yù)測(cè)問(wèn)題”三個(gè)關(guān)鍵問(wèn)題,從面向流行度分析與預(yù)測(cè)的社交網(wǎng)絡(luò)熱點(diǎn)事件庫(kù)模型、基于社交網(wǎng)絡(luò)主題標(biāo)簽的流行度高峰期預(yù)測(cè)、基于社交網(wǎng)絡(luò)事件庫(kù)多因素耦合的流行度預(yù)測(cè)和流行度分析預(yù)測(cè)平臺(tái)實(shí)現(xiàn)及應(yīng)用四個(gè)方面開(kāi)展了研究,主要工作和貢獻(xiàn)如下:首先,針對(duì)利用海量、龐雜的在線社交網(wǎng)... 

【文章來(lái)源】：北京科技大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：134 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

圖２－１全球數(shù)據(jù)總量每年規(guī)模Ｍ??第三是Ｖａｒｉｅｔｙ

數(shù)據(jù)是具有生命周期的｜４５，４６］。從數(shù)據(jù)創(chuàng)建、存儲(chǔ)、使用到數(shù)據(jù)廢除有一??個(gè)完整的閉環(huán)過(guò)程。同樣，大數(shù)據(jù)也是具有生命周期的。大數(shù)據(jù)生命周期是??一個(gè)復(fù)雜的、連續(xù)的系統(tǒng)過(guò)程。這一過(guò)程通常涉及多個(gè)不同的數(shù)據(jù)階段。每??一個(gè)數(shù)據(jù)階段都是數(shù)據(jù)從產(chǎn)生到消亡的必經(jīng)環(huán)節(jié)［４７，４８］，都對(duì)應(yīng)著數(shù)據(jù)的不同??形態(tài)。綜合這些數(shù)據(jù)階段，從軟件工程的角度出發(fā)，我們可以將大數(shù)據(jù)生命??周期過(guò)程劃分為數(shù)據(jù)產(chǎn)生、數(shù)據(jù)獲取、數(shù)據(jù)存儲(chǔ)和數(shù)據(jù)挖掘等四個(gè)主要階段。??這與傳統(tǒng)數(shù)據(jù)過(guò)程在數(shù)據(jù)源、數(shù)據(jù)輸入、存儲(chǔ)工具、應(yīng)用形式等方面存在著??較大的差異（如圖２－２所示）。??大數(shù)據(jù)生命周期過(guò)程?傳統(tǒng)數(shù)據(jù)過(guò)程??

?北京科技大學(xué)博士學(xué)位論文???１Ｃ?????料?１Ｃ??＾?＼?０＿?〇＿！?；?Ｏ?Ｏ?ｗ??圖２－３?ＩＣ模型與異步１Ｃ模型比較—??對(duì)于多條信息傳播建模，典型的方法包括（１）基于博弈論建模。比如，??Ｍｙｅｒｓ等［８５］建立了允許信息傳播過(guò)程中不同傳染源之間競(jìng)爭(zhēng)和合作的統(tǒng)計(jì)模??型。該模型描述了非孤立狀態(tài)下傳染源對(duì)信息傳播的影響。（２）基于傳染病??模型建模。比如，５＆１＾也等［８６］建立了一類包含多層復(fù)雜網(wǎng)絡(luò)擴(kuò)散過(guò)程的模型。??這類模型成功地揭示了復(fù)雜網(wǎng)絡(luò)上隨機(jī)傳染病傳播過(guò)程中的幾個(gè)重要?jiǎng)討B(tài)特??性。??２．３．２網(wǎng)絡(luò)用戶行為??網(wǎng)絡(luò)用戶行為存在于社交網(wǎng)絡(luò)信息傳播過(guò)程中，包括了訪問(wèn)、交流、轉(zhuǎn)??發(fā)等多種形式。它是用戶在網(wǎng)絡(luò)空間各種刺激和作用下產(chǎn)生的主體活動(dòng)，直??接影響了網(wǎng)絡(luò)信息的流行度。同時(shí)，它也間接反映了用戶主體在實(shí)體空間的??行為傾向，為基于網(wǎng)絡(luò)用戶的規(guī)律預(yù)測(cè)提供了客觀手段。??目前，網(wǎng)絡(luò)用戶行為的研究主要集中于興趣發(fā)現(xiàn)、群體交互、情緒捕捉??等幾個(gè)方面。其中，興趣發(fā)現(xiàn)是借助建模的方式開(kāi)展相關(guān)研究的。比如Ｌｉｕ??等［８７］將網(wǎng)絡(luò)用戶的興趣分為短期和長(zhǎng)期，并通過(guò)整合用戶在一段時(shí)間內(nèi)的個(gè)??人博客文章偏好來(lái)進(jìn)行建模，進(jìn)而較好地描述用戶興趣的演化過(guò)程。Ｇｏｄｏｙ??等［８８１提出了一種網(wǎng)絡(luò)文檔聚類算法，并通過(guò)算法對(duì)網(wǎng)絡(luò)文檔的增量、無(wú)監(jiān)督??概念學(xué)習(xí)來(lái)進(jìn)行建模，進(jìn)而實(shí)現(xiàn)多層次的興趣顯示。Ｗｈｉｔｅ等［８９］通過(guò)社會(huì)、??歷史、任務(wù)、收集和用戶交互等五種不同的上下文信息源來(lái)進(jìn)行建模，并根??據(jù)它們的有效性來(lái)進(jìn)行評(píng)估，進(jìn)而提高識(shí)別用戶興趣的準(zhǔn)確性。??群體交互是從交互時(shí)間、交互關(guān)系

【參考文獻(xiàn)】：
期刊論文
[1]基于領(lǐng)域語(yǔ)義知識(shí)庫(kù)的疾病輔助診斷方法[J]. 陳德彥,趙宏,張霞.  軟件學(xué)報(bào). 2020(10)
[2]面向眾包數(shù)據(jù)清洗的主動(dòng)學(xué)習(xí)技術(shù)[J]. 葉晨,王宏志,高宏,李建中.  軟件學(xué)報(bào). 2020(04)
[3]TSL：基于連接強(qiáng)度的Facebook消息流行度預(yù)測(cè)模型[J]. 王曉萌,方濱興,張宏莉,王星.  通信學(xué)報(bào). 2019(10)
[4]數(shù)據(jù)治理技術(shù)[J]. 吳信東,董丙冰,堵新政,楊威.  軟件學(xué)報(bào). 2019(09)
[5]事件庫(kù)構(gòu)建技術(shù)綜述[J]. 薛聰,高能,查達(dá)仁,王雷,尹芷儀,曾澤華.  信息安全學(xué)報(bào). 2019(02)
[6]新型數(shù)據(jù)管理系統(tǒng)研究進(jìn)展與趨勢(shì)[J]. 崔斌,高軍,童詠昕,許建秋,張東祥,鄒磊.  軟件學(xué)報(bào). 2019(01)
[7]大數(shù)據(jù)管理系統(tǒng)的歷史、現(xiàn)狀與未來(lái)[J]. 杜小勇,盧衛(wèi),張峰.  軟件學(xué)報(bào). 2019(01)
[8]數(shù)據(jù)模型及其發(fā)展歷程[J]. 信俊昌,王國(guó)仁,李國(guó)徽,高云君,張志強(qiáng).  軟件學(xué)報(bào). 2019(01)
[9]社交媒體中的謠言識(shí)別研究綜述[J]. 劉雅輝,靳小龍,沈華偉,鮑鵬,程學(xué)旗.  計(jì)算機(jī)學(xué)報(bào). 2018(07)
[10]流行度演化分析與預(yù)測(cè)綜述[J]. 胡穎,胡長(zhǎng)軍,傅樹(shù)深,黃建一.  電子與信息學(xué)報(bào). 2017(04)

博士論文
[1]社交網(wǎng)絡(luò)中內(nèi)容流行度的預(yù)測(cè)方法研究[D]. 鮑澤民.北京交通大學(xué) 2019
[2]社交網(wǎng)絡(luò)熱點(diǎn)話題傳播分析和預(yù)測(cè)[D]. 黃建一.北京科技大學(xué) 2019
[3]社交網(wǎng)絡(luò)中流行度演化分析與預(yù)測(cè)問(wèn)題研究[D]. 胡穎.北京科技大學(xué) 2019
[4]面向在線媒體的信息流動(dòng)模式分析及流行度預(yù)測(cè)方法研究[D]. 常標(biāo).中國(guó)科學(xué)技術(shù)大學(xué) 2018
[5]在線社會(huì)網(wǎng)絡(luò)中影響力度量和流行度預(yù)測(cè)問(wèn)題研究[D]. 高帥.山東大學(xué) 2015
[6]基于微博平臺(tái)的事件趨勢(shì)分析及預(yù)測(cè)研究[D]. 田野.武漢大學(xué) 2012

碩士論文
[1]基于社交網(wǎng)絡(luò)的信息流行度預(yù)測(cè)方法研究[D]. 艾擎.電子科技大學(xué) 2020
[2]基于深度學(xué)習(xí)的安全新聞流行度預(yù)測(cè)研究[D]. 孔君莉.西安電子科技大學(xué) 2019
[3]基于深度學(xué)習(xí)的社交網(wǎng)絡(luò)跨媒體大數(shù)據(jù)搜索研究[D]. 石巖松.北京郵電大學(xué) 2019
[4]社交網(wǎng)絡(luò)跨媒體國(guó)民安全語(yǔ)義學(xué)習(xí)與微博話題搜索的研究[D]. 王聰.北京郵電大學(xué) 2019
[5]基于存儲(chǔ)模型的HBase查詢優(yōu)化技術(shù)研究[D]. 王惟一.南京大學(xué) 2018
[6]社交網(wǎng)絡(luò)數(shù)據(jù)采集方法研究及系統(tǒng)實(shí)現(xiàn)[D]. 楊杰.電子科技大學(xué) 2018
[7]社交媒體上消息流行度預(yù)測(cè)算法的研究[D]. 楊瑞琦.電子科技大學(xué) 2018
[8]基于社交網(wǎng)絡(luò)的趨勢(shì)預(yù)測(cè)[D]. 張航.電子科技大學(xué) 2017
[9]基于標(biāo)簽的視頻流行度預(yù)測(cè)和推薦算法研究[D]. 柯偉兵.華中科技大學(xué) 2016
[10]互聯(lián)網(wǎng)視頻流行度分析與預(yù)測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 李侖.北京郵電大學(xué) 2016



本文編號(hào)：3590566