【摘要】：網絡技術的快速發(fā)展使得互聯網對社會生活的影響越來越大,網民作為互聯網上信息傳播的主體,其行為模式對于互聯網上信息的傳播過程有著直接影響,用戶對于話題的偏好是影響話題發(fā)展趨勢的因素之一,分析用戶對話題的偏好可以促進互聯網話題發(fā)展趨勢預測技術的發(fā)展�；ヂ摼W信息的爆發(fā)性增長增加了網民在互聯網上獲取信息的難度,要提高網民互聯網檢索信息的效率,需要在信息索引的基礎上,分析網民對于信息的偏好,根據其偏好為網民提供個性化的信息服務。 本文結合了交叉學科的相關研究方法和思想,從用戶行為模式的分析入手,分析互聯網用戶的偏好以及互聯網信息的傳播過程,建立了一個有效的互聯網話題趨勢預測模型；同時從用戶偏好的角度出發(fā),研究了互聯網的信息推薦機制,為用戶提供一種更加方便快捷的信息檢索方式。論文的研究工作得到了國家自然科學基金資助項目(No.61172072)“在線社交網絡輿論傳播演化模式及熱點預測方法研究”,國家自然科學基金項目“互聯網用戶偏好描述方法、形成機制與演化模式研究”(No.61271308),北京市自然科學基金資助項目(No.4112045)“網絡社區(qū)輿論趨勢預測與觀點演化機制研究”,高等學校博士學科點專項科研基金(No.20100009110002)“個體交互與輿論引導對網絡輿情傳播影響的研究”項目的支持。論文的主要工作和創(chuàng)新點包括以下幾個方面： 1)以微博為例,分析了用戶行為的統(tǒng)計特性,為用戶偏好的分析以及話題演化趨勢的預測奠定基礎。用戶傳播信息的能力可以通過用戶關注者的數量(傳播的廣度)、用戶狀態(tài)的回復和轉發(fā)數量(信息的重要程度)以及用戶狀態(tài)回復中的關注者的比例(傳播的深度)等表現出來；隨著用戶發(fā)表狀態(tài)數量的不斷增多,新發(fā)表的狀態(tài)中所包含新詞語的比例不斷減少,用戶所使用的詞語大部分包含在了一個相對穩(wěn)定的習慣詞語集合中,而好友用戶之間習慣詞語集合的交集比隨機選擇用戶的交集大得多,使用習慣詞語集合的交集數量就可以大體上表現兩個用戶之間的相似程度；微博中話題生成的時間序列與滯后周期為1的時間序列之間具有比較顯著的相關關系,利用時間序列前后之間的相關性可以預測話題的發(fā)展趨勢。 2)分析了微博用戶對于內容的偏好,用戶偏好是話題發(fā)展趨勢的影響因素之一,也是微博推薦系統(tǒng)的重要因素,分析用戶偏好能夠促進以上兩個問題的研究。用戶對于內容的偏好通過內容之間的相似度表現出來,而內容之間相似度則是通過內容包含的詞語集合計算得到的。分別分析了用戶之間的相似度,話題之間的相似度以及話題和狀態(tài)之間的相似度,用來表示用戶對其他用戶、話題和狀態(tài)的偏好程度,并且定義了用戶對于新的用戶、話題以及狀態(tài)的偏好判定流程,判斷一個用戶對這些對象是否存在偏好,判定的結果可以用于推薦模型和話題趨勢預測模型。 3)提出了一種改進的基于對象固有屬性相似度的推薦算法,并結合用戶的偏好將算法應用于微博系統(tǒng)的推薦。改進算法以協同過濾算法為基礎,利用對象固有屬性的相似程度,改進初始評分和用戶相似度的計算過程,使得不同對象有著不一樣的初始評分、兩個用戶之間針對不同對象的相似度也不同,改進的算法在一定程度上解決了數據稀疏性帶來的推薦準確率較低的問題,相較于經典的算法準確率有了提高。微博推薦系統(tǒng)結合了用戶的偏好、話題之間的相似度、狀態(tài)之間的相似度,在微博系統(tǒng)中具有良好的推薦效果。 4)提出了一種互聯網話題趨勢預測算法,并根據用戶對于內容的偏好對微博話題的預測進行了改進。根據話題時間序列前后之間的相關性,借鑒經濟學中的ARIMA模型,對話題在未來一段時間內的發(fā)展趨勢進行了預測,實驗結果表明,這個模型能夠有效地預測互聯網中不同類型媒體中的話題趨勢。通過對微博話題的分析表明,用戶對于內容的偏好能夠影響話題傳播過程,偏好用戶的狀態(tài)對于話題傳播過程的促進作用要強于非偏好用戶的狀態(tài)。根據這個特性,提出了一種新的時間序列生成方法,在生成時間序列的過程中,根據用戶對于話題的偏好,對用戶發(fā)表狀態(tài)的回復賦予不同的權值,以表征其對話題傳播過程的影響能力。實驗結果表明,采用新時間序列的預測模型,其預測的誤差水平要小于使用原時間序列的模型,新時間序列能夠更好地表現話題的發(fā)展趨勢,更適合用來對微博話題進行趨勢預測。
【學位授予單位】：北京交通大學
【學位級別】：博士
【學位授予年份】：2013
【分類號】：G252;TP391.3

【相似文獻】

相關期刊論文 前10條

1 張森,徐小力;基于全息人工神經網絡的建模與預測方法[J];北京機械工業(yè)學院學報;1999年03期

2 劉震;王厚軍;龍兵;張治國;;一種基于加權隱馬爾可夫的自回歸狀態(tài)預測模型[J];電子學報;2009年10期

3 徐小力;左云波;吳國新;;量子神經網絡在旋轉機組狀態(tài)趨勢預測中的應用[J];機械強度;2010年04期

4 黃坤;李洪儒;;采用RBF神經網絡的狀態(tài)監(jiān)測數據趨勢預測[J];兵工自動化;2006年08期

5 ;中國電子工業(yè)運行分析及2007趨勢預測[J];財經界;2007年06期

6 崔秀伶;李曉白;郎榮玲;;機載設備性能趨勢預測系統(tǒng)研究[J];微計算機信息;2008年24期

7 李梅琴;劉剛;;新疆兵團流動人口犯罪趨勢預測[J];金卡工程(經濟與法);2009年05期

8 胡宏偉;周曉軍;龐茂;;基于LS-SVM的火電廠給水泵組狀態(tài)趨勢預測研究[J];傳感技術學報;2007年05期

9 李鋼;周東華;;一類設備故障過程的故障趨勢預測方法研究[J];空軍工程大學學報(自然科學版);2007年04期

10 蔡芝蔚;;計算機技術發(fā)展研究[J];電腦與電信;2008年02期

相關會議論文 前10條

1 柏文陽;何瑗;馬耀華;肖建華;徐潔磐;;基于消息的匯率趨勢預測方法[A];第十九屆全國數據庫學術會議論文集（研究報告篇）[C];2002年

2 馮岑;房莉;;機織物的疊層與透氣量變化關系的趨勢預測[A];蘇州市自然科學優(yōu)秀學術論文匯編(2008-2009)[C];2010年

3 劉占生;王曉偉;府東明;;ARMA模型用于機組振動趨勢預測的研究[A];2004電站自動化信息化學術技術交流會議論文集[C];2004年

4 方亞;施侶元;;乳腺癌危險因素綜合評價及其趨勢預測[A];新世紀預防醫(yī)學面臨的挑戰(zhàn)——中華預防醫(yī)學會首屆學術年會論文摘要集[C];2002年

5 吳炎;杜棟;;改進BP神經網絡及其對江蘇省糧食產量的仿真預測[A];決策科學與評價——中國系統(tǒng)工程學會決策科學專業(yè)委員會第八屆學術年會論文集[C];2009年

6 張玉峰;賈成剛;張文喜;;應用時間序列評估人工增雨效果[A];推進氣象科技創(chuàng)新加快氣象事業(yè)發(fā)展——中國氣象學會2004年年會論文集（下冊）[C];2004年

7 杜淑菊;;宣武區(qū)1993—2000年糖尿病死亡分析及趨勢預測[A];新世紀預防醫(yī)學面臨的挑戰(zhàn)——中華預防醫(yī)學會首屆學術年會論文摘要集[C];2002年

8 王永忠;曾昭磐;;混沌時間序列點預測方法研究[A];1999中國控制與決策學術年會論文集[C];1999年

9 王波;張斌;;一種基于云模型的時間序列特征表示方法[A];2005中國控制與決策學術年會論文集（下）[C];2005年

10 王有良;周文國;;基于時間序列的基坑水平變形預測模型[A];《測繪通報》測繪科學前沿技術論壇摘要集[C];2008年

相關重要報紙文章 前10條

1 編譯　黃夢　;2005年五大技術與趨勢預測（上）[N];電腦商報;2005年

2 史芬;2000年全國裝飾裝修趨勢預測[N];中華合作時報;2000年

3 記者 范俊;2005年IT行業(yè)趨勢預測[N];國際金融報;2004年

4 ;臺式PC趨勢預測[N];中國計算機報;2004年

5 王松群;2005年職業(yè)發(fā)展趨勢預測[N];中國旅游報;2004年

6 仇威;今后20年的出版與印刷趨勢預測(12)[N];中國包裝報;2002年

7 牟鑫;亦莊地產今后什么樣？[N];華夏時報;2002年

8 記者 黃智軍;Gartner發(fā)布十大趨勢預測 云和虛擬化最熱門[N];計算機世界;2011年

9 記者王晴穎;趨勢預測引導產品戰(zhàn)略型開發(fā)[N];中國服飾報;2009年

10 鐘實;2005年冷飲行業(yè)現狀及市場趨勢預測[N];經理日報;2005年

相關博士學位論文 前10條

1 程輝;網絡用戶偏好分析及話題趨勢預測方法研究[D];北京交通大學;2013年

2 潘羅平;基于健康評估和劣化趨勢預測的水電機組故障診斷系統(tǒng)研究[D];中國水利水電科學研究院;2013年

3 張文斌;汽輪發(fā)電機組狀態(tài)趨勢預測及故障診斷方法研究[D];浙江大學;2009年

4 楊正瓴;時間序列中的混沌判定、預報及其在電力系統(tǒng)中的應用[D];天津大學;2003年

5 張曉偉;水文動力系統(tǒng)自記憶特性及其應用研究[D];西安理工大學;2009年

6 倪麗萍;基于分形技術的金融數據分析方法研究[D];合肥工業(yè)大學;2010年

7 劉大同;基于Online SVR的在線時間序列預測方法及其應用研究[D];哈爾濱工業(yè)大學;2010年

8 張永林;車輛道路數值模擬與仿真研究[D];華中科技大學;2010年

9 崔亞強;滬深300股指內在復雜性分析及預測研究[D];天津大學;2010年

10 楊談;網絡混沌行為及其控制的研究[D];北京郵電大學;2009年

相關碩士學位論文 前10條

1 馬玉峰;風電機組齒輪箱故障趨勢預測方法研究[D];華北電力大學;2013年

2 林祈元;基于HMM的回轉窯喂煤量趨勢預測[D];湖南大學;2011年

3 姚海波;微博熱點話題檢測與趨勢預測研究[D];華南理工大學;2013年

4 曹元元;某省梅毒和淋病流行特征及趨勢預測研究[D];山西醫(yī)科大學;2012年

5 王沙沙;基于類模型的Web輿情趨勢預測[D];電子科技大學;2011年

6 陳卓;基于時間序列的設備缺陷預測的研究[D];遼寧工程技術大學;2005年

7 毛文晉;重慶市城鄉(xiāng)居民收入差距問題研究[D];西南大學;2006年

8 吾喻明;水文時間序列趨勢分析的研究與應用[D];河海大學;2007年

9 侯效永;多尺度時間序列預測[D];蘇州大學;2013年

10 高亮;安徽省旱澇監(jiān)測綜合分析系統(tǒng)的設計與實現[D];西安電子科技大學;2011年

本文編號：2726413