發(fā)布時(shí)間：2017-08-01 02:02

  本文關(guān)鍵詞：社交媒體復(fù)雜行為分析與建模

  更多相關(guān)文章： 復(fù)雜行為 社交媒體 行為模型 數(shù)據(jù)挖掘

【摘要】：社交媒體已發(fā)展成為空前龐大的互聯(lián)網(wǎng)平臺(tái),億萬(wàn)用戶行為記錄中蘊(yùn)含著巨大的科學(xué)和市場(chǎng)價(jià)值。精確的行為預(yù)測(cè)和檢測(cè)技術(shù)是推薦系統(tǒng)、個(gè)性化搜索和社會(huì)化營(yíng)銷等眾多領(lǐng)域的核心,而用戶行為分析與建模是預(yù)測(cè)與檢測(cè)技術(shù)的基礎(chǔ),成為計(jì)算機(jī)科學(xué)新穎而重要的問(wèn)題之一。行為分析與建模面臨著行為數(shù)據(jù)的高稀疏度、海量動(dòng)態(tài)、多元異構(gòu)和意圖復(fù)雜等挑戰(zhàn)。傳統(tǒng)的行為分析方法并未充分考慮用戶行為的復(fù)雜特性,因此急需緊握復(fù)雜行為的潛在規(guī)律以提升行為模型的準(zhǔn)確性。本文從用戶行為的上下文關(guān)聯(lián)性、跨域跨平臺(tái)性和真?zhèn)涡匀筇匦猿霭l(fā),采用數(shù)據(jù)挖掘技術(shù),運(yùn)用行為學(xué)、心理學(xué)等知識(shí),分析行為規(guī)律,設(shè)計(jì)建模方法,并實(shí)現(xiàn)預(yù)測(cè)和檢測(cè)技術(shù)。本文的主要貢獻(xiàn)如下:1.提出基于社交上下文和時(shí)空上下文的采納信息行為分析模型。為解決采納信息行為的高稀疏性問(wèn)題,本文融合興趣偏好和影響力的社交上下文因素分析行為產(chǎn)生規(guī)律并建立模型Context MF。實(shí)驗(yàn)表明,融合模型顯著好于單一因素模型。另一方面,結(jié)合行為的多面性和動(dòng)態(tài)性特征,本文進(jìn)一步提出基于時(shí)空上下文的進(jìn)化分析方法FEMA。在大規(guī)模數(shù)據(jù)上的實(shí)驗(yàn)表明,該模型方法能顯著提升行為預(yù)測(cè)的效果,證實(shí)增量數(shù)據(jù)處理的高效和可靠性。2.提出社交媒體跨域行為和跨平臺(tái)行為的遷移學(xué)習(xí)算法。社交媒體用戶的復(fù)雜需求只有在多域和多平臺(tái)中才能得到滿足。為解決單一域或單一平臺(tái)的行為數(shù)據(jù)稀疏性以及冷啟動(dòng)問(wèn)題,本文利用社交域橋接單一平臺(tái)內(nèi)的多個(gè)內(nèi)容域,利用重合用戶特征橋接多個(gè)社交媒體平臺(tái),遷移輔助域和輔助平臺(tái)的行為信息,大幅提升了目標(biāo)域和目標(biāo)平臺(tái)的預(yù)測(cè)效果。實(shí)驗(yàn)表明,跨域Hybrid RW算法和跨平臺(tái)XPTrans算法在用戶行為預(yù)測(cè)中具有優(yōu)異表現(xiàn)。3.提出基于同步性和密集性的可疑行為分析方法和評(píng)價(jià)指標(biāo)。欺詐、垃圾傳播、“僵尸粉”關(guān)注等可疑行為嚴(yán)重威脅社交媒體安全、降低用戶體驗(yàn)。本文抓住可疑行為的同步性和密集性特征,提出快速有效的分析方法Catch Sync和Lock Infer,成功檢測(cè)出社交媒體中可疑行為、還原被扭曲的統(tǒng)計(jì)分布。該方法優(yōu)于基于內(nèi)容的傳統(tǒng)方法,并能與之互為補(bǔ)充。本文進(jìn)一步提出量化跨維度異常行為可疑程度的新穎概率測(cè)度指標(biāo),并給出快速檢測(cè)算法Cross Spot檢測(cè)高維真實(shí)社交媒體數(shù)據(jù)中的信息操縱行為。
【關(guān)鍵詞】：復(fù)雜行為 社交媒體 行為模型 數(shù)據(jù)挖掘
【學(xué)位授予單位】：清華大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP393.09;TP311.13
【目錄】：

• 摘要3-4
• Abstract4-10
• 第1章 引言10-17
• 1.1 研究背景10-13
• 1.2 本研究工作面臨的主要挑戰(zhàn)13-15
• 1.3 本文的主要貢獻(xiàn)15-17
• 第2章 研究現(xiàn)狀與相關(guān)工作17-27
• 2.1 采納信息行為建模和預(yù)測(cè)方法17-20
• 2.2 跨域跨平臺(tái)的遷移學(xué)習(xí)算法20-22
• 2.3 社交媒體可疑行為分析和檢測(cè)方法22-25
• 2.4 本章小結(jié)25-27
• 第3章 上下文關(guān)聯(lián)性的采納信息行為建模27-68
• 3.1 基于社交上下文的行為預(yù)測(cè)模型27-35
• 3.1.1 本節(jié)引言27-29
• 3.1.2 相關(guān)工作29-30
• 3.1.3 采納信息行為的社交上下文因素分析30-31
• 3.1.4 基于社交上下文的采納信息行為模型31-35
• 3.2 基于時(shí)空上下文的行為模式發(fā)現(xiàn)方法35-45
• 3.2.1 本節(jié)引言35-38
• 3.2.2 相關(guān)工作38-39
• 3.2.3 行為模式的時(shí)空上下文關(guān)聯(lián)性分析39-40
• 3.2.4 基于時(shí)空上下文的進(jìn)化分析方法40-45
• 3.3 性能評(píng)測(cè)45-67
• 3.3.1 社交媒體中采納信息行為預(yù)測(cè)性能45-57
• 3.3.2 時(shí)空環(huán)境下行為預(yù)測(cè)性能和模式發(fā)現(xiàn)效果57-67
• 3.4 本章小結(jié)67-68
• 第4章 跨域和跨平臺(tái)行為的遷移學(xué)習(xí)算法68-109
• 4.1 單一平臺(tái)跨域行為預(yù)測(cè)的遷移學(xué)習(xí)算法68-80
• 4.1.1 本節(jié)引言68-70
• 4.1.2 相關(guān)工作70-72
• 4.1.3 以社交紐帶橋接多域的遷移性分析72-76
• 4.1.4 跨域混合隨機(jī)漫步算法76-80
• 4.2 跨平臺(tái)行為預(yù)測(cè)的遷移學(xué)習(xí)算法80-92
• 4.2.1 本節(jié)引言81-83
• 4.2.2 相關(guān)工作83-84
• 4.2.3 以重合用戶橋接多平臺(tái)的遷移性分析84-87
• 4.2.4 跨平臺(tái)半監(jiān)督遷移學(xué)習(xí)算法87-92
• 4.3 性能評(píng)測(cè)92-108
• 4.3.1 跨域行為預(yù)測(cè)性能92-100
• 4.3.2 跨平臺(tái)行為預(yù)測(cè)性能100-108
• 4.4 本章小結(jié)108-109
• 第5章 社交媒體可疑行為分析方法和評(píng)價(jià)指標(biāo)109-176
• 5.1 基于同步性的可疑行為檢測(cè)算法109-121
• 5.1.1 本節(jié)引言109-111
• 5.1.2 相關(guān)工作111-113
• 5.1.3 可疑行為的同步性分析113-119
• 5.1.4 基于行為同步性的可疑用戶檢測(cè)算法119-121
• 5.2 基于密集連接模式的可疑行為檢測(cè)算法121-135
• 5.2.1 本節(jié)引言121-125
• 5.2.2 相關(guān)工作125-126
• 5.2.3 密集行為的特征子空間分析126-130
• 5.2.4 基于特征子空間的密集行為檢測(cè)算法130-135
• 5.3 跨維度行為可疑程度的通用評(píng)價(jià)指標(biāo)135-151
• 5.3.1 本節(jié)引言135-138
• 5.3.2 相關(guān)工作138-140
• 5.3.3 評(píng)價(jià)行為可疑程度的指標(biāo)須滿足的公理140-142
• 5.3.4 概率測(cè)度行為可疑程度的評(píng)價(jià)指標(biāo)142-149
• 5.3.5 基于評(píng)價(jià)指標(biāo)的局域搜索算法149-151
• 5.4 性能評(píng)測(cè)151-174
• 5.4.1 具有同步行為的可疑用戶檢測(cè)性能151-162
• 5.4.2 具有密集行為的可疑用戶檢測(cè)性能162-167
• 5.4.3 信息操縱行為檢測(cè)性能167-174
• 5.5 本章小結(jié)174-176
• 第6章 總結(jié)與展望176-179
• 6.1 研究工作總結(jié)176-177
• 6.2 研究工作展望177-179
• 參考文獻(xiàn)179-197
• 致謝197-199
• 個(gè)人簡(jiǎn)歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文與研究成果199-201

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 郭巖;基于網(wǎng)絡(luò)用戶行為的相關(guān)頁(yè)面挖掘模型[J];微電子學(xué)與計(jì)算機(jī);2003年05期

2 牛現(xiàn)云;王宇鴿;;1979-2010年圖書(shū)館讀者行p悍治鑫南籽芯縖J];公共圖書(shū)館;2012年01期

3 朱彤;劉奕群;茹立云;馬少平;;基于用戶行為的長(zhǎng)查詢用戶滿意度分析[J];模式識(shí)別與人工智能;2012年03期

4 左渭斌;;用戶行為特征庫(kù)的構(gòu)建方法研究[J];產(chǎn)業(yè)與科技論壇;2012年10期

5 蘇紅;萬(wàn)國(guó)根;;基于用戶行為關(guān)聯(lián)分析的電子取證系統(tǒng)研究[J];電信科學(xué);2010年12期

6 方彬;胡俠;王燦;;基于用戶行為的盲人圖書(shū)推薦方法[J];計(jì)算機(jī)工程;2011年15期

7 張書(shū)娟;董喜雙;關(guān)毅;;基于電子商務(wù)用戶行為的同義詞識(shí)別[J];中文信息學(xué)報(bào);2012年03期

8 李繼洪;黃勤;劉益良;柳玉仙;;基于用戶行為統(tǒng)計(jì)的入侵檢測(cè)判據(jù)研究[J];微計(jì)算機(jī)信息;2009年03期

9 鄭雙陽(yáng);林錦賢;;基于用戶行為聚類的搜索[J];計(jì)算機(jī)與數(shù)字工程;2009年12期

10 徐洋;王文生;謝能付;;基于用戶行為學(xué)習(xí)的元搜索結(jié)果聚類方法研究[J];現(xiàn)代圖書(shū)情報(bào)技術(shù);2010年04期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 武小年;周勝源;;數(shù)據(jù)挖掘在用戶行為可信研究中的應(yīng)用[A];第十一屆保密通信與信息安全現(xiàn)狀研討會(huì)論文集[C];2009年

2 樊旺斌;劉正捷;陳東;張海昕;;博客服務(wù)系統(tǒng)用戶行為研究——用戶訪談[A];第二屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議(HHME2006)——第2屆中國(guó)人機(jī)交互學(xué)術(shù)會(huì)議(CHCI'06)論文集[C];2006年

3 張書(shū)娟;董喜雙;關(guān)毅;;基于電子商務(wù)用戶行為的同義詞識(shí)別[A];中國(guó)計(jì)算語(yǔ)言學(xué)研究前沿進(jìn)展（2009-2011）[C];2011年

4 曹建勛;劉奕群;岑榮偉;馬少平;茹立云;;基于用戶行為的色情網(wǎng)站識(shí)別[A];第六屆全國(guó)信息檢索學(xué)術(shù)會(huì)議論文集[C];2010年

5 李海宏;翟靜;唐常杰;李智;;基于用戶行為挖掘的個(gè)性化Web瀏覽器原型[A];第十九屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2002年

6 寇玉波;李玉坤;孟小峰;張相於;趙婧;;個(gè)人數(shù)據(jù)空間管理中的任務(wù)挖掘策略[A];第26屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（B輯）[C];2009年

7 徐峗;張盼;丁婕;;只逛不買的電子商務(wù)用戶分析——以淘寶網(wǎng)為例[A];第六屆（2011）中國(guó)管理學(xué)年會(huì)——信息管理分會(huì)場(chǎng)論文集[C];2011年

8 蔡皖東;何得勇;;基于用戶行為監(jiān)管的內(nèi)部網(wǎng)安全機(jī)制及其實(shí)現(xiàn)技術(shù)[A];全國(guó)網(wǎng)絡(luò)與信息安全技術(shù)研討會(huì)’2004論文集[C];2004年

9 鄭常熠;佘宇東;王新;薛向陽(yáng);;CDN與P2P混合網(wǎng)絡(luò)架構(gòu)下一種基于用戶行為的VoD分發(fā)策略[A];2007通信理論與技術(shù)新發(fā)展——第十二屆全國(guó)青年通信學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];2007年

10 ;Internet中的大范圍模式及其起源[A];Complexity Problems--Proceedings of CCAST (World Laboratory) Workshop[C];2001年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前10條

1 張偉;在用戶行為中尋找靈感[N];中華合作時(shí)報(bào);2014年

2 ;危險(xiǎn)的用戶行為讓網(wǎng)絡(luò)面臨風(fēng)險(xiǎn)[N];網(wǎng)絡(luò)世界;2007年

3 本報(bào)記者 宋麗娜;做安全旗艦品牌[N];網(wǎng)絡(luò)世界;2004年

4 群邑中國(guó)互動(dòng)營(yíng)銷總裁 MMA中國(guó)無(wú)線營(yíng)銷聯(lián)盟聯(lián)席主席 陳建豪;移動(dòng)互聯(lián)催生用戶行為變化[N];第一財(cái)經(jīng)日?qǐng)?bào);2013年

5 本報(bào)記者 張櫻贏;移動(dòng)醫(yī)療 “笨”有前景[N];計(jì)算機(jī)世界;2013年

6 盎然;大數(shù)據(jù)時(shí)代來(lái)臨 你該干什么？[N];中國(guó)政府采購(gòu)報(bào);2013年

7 東軟研究院副院長(zhǎng) 聞?dòng)⒂?云安全，機(jī)遇與挑戰(zhàn)并存[N];中國(guó)計(jì)算機(jī)報(bào);2010年

8 本報(bào)記者 劉菁菁;Google力拓未來(lái)搜索[N];計(jì)算機(jī)世界;2011年

9 思杰(Citrix)系統(tǒng)工程師 李兵;安全源于架構(gòu)[N];中國(guó)計(jì)算機(jī)報(bào);2008年

10 本報(bào)記者 張偉;“小數(shù)據(jù)”決勝大數(shù)據(jù)時(shí)代[N];中國(guó)高新技術(shù)產(chǎn)業(yè)導(dǎo)報(bào);2013年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 蔣朦;社交媒體復(fù)雜行為分析與建模[D];清華大學(xué);2015年

2 陳亞睿;云計(jì)算環(huán)境下用戶行為認(rèn)證與安全控制研究[D];北京科技大學(xué);2012年

3 楊悅;基于網(wǎng)絡(luò)用戶行為的搜索排行榜研究[D];北京交通大學(xué);2013年

4 陽(yáng)德青;面向社會(huì)網(wǎng)絡(luò)的用戶行為挖掘與應(yīng)用研究[D];復(fù)旦大學(xué);2013年

5 郭U，

本文編號(hào)：602029