本文關(guān)鍵詞：社交網(wǎng)絡(luò)的團(tuán)體感知與挖掘方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：近年來，隨著社會(huì)媒體概念的快速發(fā)展，大量的用戶群體借助社交網(wǎng)站與移動(dòng)智能終端進(jìn)行溝通、資源分享和傳播信息。相比傳統(tǒng)的Web1.0時(shí)代，社交網(wǎng)絡(luò)具有用戶主體性強(qiáng)、信息流通性快等特點(diǎn)，并且可以將現(xiàn)實(shí)生活中的人際關(guān)系建立在互聯(lián)網(wǎng)上。截止至2014年底，國外社交網(wǎng)站Facebook、Twitter的用戶量分別為15億、6億，國內(nèi)的新浪微博也擁有8億的用戶群體。由此可見，社會(huì)媒體越來越受到人們的關(guān)注。 針對(duì)社交網(wǎng)絡(luò)大規(guī)模、大數(shù)據(jù)的特性，傳統(tǒng)的團(tuán)體感知算法都具有一定的局限性，例如時(shí)間復(fù)雜度高、團(tuán)體結(jié)構(gòu)模糊、欠缺用戶行為屬性以及忽略了社交網(wǎng)絡(luò)較其他傳統(tǒng)網(wǎng)絡(luò)所擁有的獨(dú)特性質(zhì)等等。本文結(jié)合實(shí)際需求，針對(duì)團(tuán)體感知方面的一些問題進(jìn)行研究，提出了一種在線團(tuán)體感知模型和信息傳播中影響力節(jié)點(diǎn)的挖掘方法。這些研究?jī)?nèi)容可應(yīng)用于網(wǎng)絡(luò)輿情控制、群體興趣推薦平臺(tái)、廣告投入利益最大化等諸多領(lǐng)域。 本文的核心研究點(diǎn)包括：(1)團(tuán)體感知的相關(guān)研究，分析了社交網(wǎng)絡(luò)中用戶關(guān)系的結(jié)構(gòu)特征，并且研究了社交網(wǎng)絡(luò)團(tuán)體形成的獨(dú)特機(jī)制，提出了一種在線的團(tuán)體感知模型；(2)信息傳播的相關(guān)研究，提出了基于社交網(wǎng)絡(luò)的信息傳播樹構(gòu)建方法，能夠?qū)π畔⒌膫鞑ミ^程進(jìn)行回溯，真實(shí)的還原一個(gè)事件從發(fā)起到爆發(fā)再到消亡的過程，并且以樹型數(shù)據(jù)結(jié)構(gòu)對(duì)傳播過程進(jìn)行文件存儲(chǔ)；(3)影響力節(jié)點(diǎn)挖掘的相關(guān)研究，完成了由事件、用戶和群體組成的三層映射模型。首先將信息傳播網(wǎng)絡(luò)抽象為用戶關(guān)系網(wǎng)絡(luò)，，其后通過團(tuán)體劃分方法對(duì)關(guān)系網(wǎng)絡(luò)進(jìn)行團(tuán)體劃分，最終借助團(tuán)體之間的拓?fù)潢P(guān)系挖掘具有信息傳播影響力的關(guān)鍵節(jié)點(diǎn)。(4)在上述研究成果的基礎(chǔ)上，設(shè)計(jì)并實(shí)現(xiàn)了社交網(wǎng)絡(luò)團(tuán)體分析系統(tǒng)(SNCAS)，SNCAS包括跨平臺(tái)信息采集功能、特定團(tuán)體感知功能、事件傳播分析功能、用戶關(guān)系網(wǎng)絡(luò)構(gòu)建及關(guān)鍵節(jié)點(diǎn)挖掘功能。通過對(duì)系統(tǒng)的實(shí)驗(yàn)與評(píng)估，證明SNCAS能夠有效的對(duì)特定團(tuán)體進(jìn)行感知以及完成信息傳播中關(guān)鍵節(jié)點(diǎn)的挖掘。
【關(guān)鍵詞】：社交網(wǎng)絡(luò) 團(tuán)體感知 節(jié)點(diǎn)挖掘 信息傳播樹
【學(xué)位授予單位】：哈爾濱理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP393.02
【目錄】：

• 摘要5-6
• Abstract6-10
• 第1章 緒論10-15
• 1.1 課題研究的背景和意義10-11
• 1.2 本文的研究目標(biāo)和研究?jī)?nèi)容11-12
• 1.3 課題的來源及研究?jī)?nèi)容12-13
• 1.3.1 課題來源12
• 1.3.2 主要工作和創(chuàng)新點(diǎn)12-13
• 1.4 本文的組織結(jié)構(gòu)13-15
• 第2章 社交網(wǎng)絡(luò)的團(tuán)體劃分綜述15-21
• 2.1 社交網(wǎng)絡(luò)概述15-16
• 2.1.1 社交網(wǎng)絡(luò)的定義15
• 2.1.2 社交網(wǎng)絡(luò)的結(jié)構(gòu)15-16
• 2.1.3 社交網(wǎng)絡(luò)的特點(diǎn)16
• 2.2 團(tuán)體劃分與節(jié)點(diǎn)挖掘的研究現(xiàn)狀16-19
• 2.2.1 團(tuán)體的基本概述17
• 2.2.2 團(tuán)體劃分算法分析17-18
• 2.2.3 團(tuán)體中影響力節(jié)點(diǎn)挖掘算法分析18-19
• 2.3 社交網(wǎng)絡(luò)開源研究工具19-20
• 2.3.1 Gephi19
• 2.3.2 Prefuse19-20
• 2.3.3 GraphChi20
• 2.4 本章小結(jié)20-21
• 第3章 社交網(wǎng)絡(luò)的特定團(tuán)體感知研究21-37
• 3.1 社交網(wǎng)絡(luò)的數(shù)據(jù)獲取機(jī)制分析21-29
• 3.1.1 社交網(wǎng)絡(luò)組成結(jié)構(gòu)分析21-23
• 3.1.2 API 數(shù)據(jù)采集機(jī)制分析23-26
• 3.1.3 網(wǎng)頁解析數(shù)據(jù)采集機(jī)制分析26-29
• 3.2 在線特定團(tuán)體感知模型研究29-33
• 3.2.1 個(gè)體屬性探測(cè)模型30
• 3.2.2 行為屬性探測(cè)模型30-31
• 3.2.3 關(guān)系屬性探測(cè)模型31-33
• 3.2.4 算法描述與實(shí)現(xiàn)33
• 3.3 在線特定團(tuán)體感知模型評(píng)估33-36
• 3.3.1 余弦相似度閾值敏感性分析34
• 3.3.2 感知模型準(zhǔn)確率分析34-35
• 3.3.3 感知模型時(shí)效性分析35-36
• 3.4 本章小結(jié)36-37
• 第4章 基于信息傳播的影響力節(jié)點(diǎn)挖掘方法研究37-42
• 4.1 社交網(wǎng)絡(luò)信息傳播樹生成算法37-38
• 4.2 基于信息傳播的團(tuán)體網(wǎng)絡(luò)構(gòu)建38-39
• 4.3 基于信息傳播的影響力節(jié)點(diǎn)挖掘39-41
• 4.3.1 探測(cè)影響力節(jié)點(diǎn)40
• 4.3.2 探測(cè)二次爆發(fā)橋節(jié)點(diǎn)40-41
• 4.4 本章小結(jié)41-42
• 第5章 社交網(wǎng)絡(luò)團(tuán)體分析系統(tǒng)(SNCAS)42-50
• 5.1 SNCAS 系統(tǒng)框架42-43
• 5.2 SNCAS 處理流程43
• 5.3 SNCAS 主要模塊43-48
• 5.3.1 多源數(shù)據(jù)采集模塊43-44
• 5.3.2 特定團(tuán)體分析模塊44-46
• 5.3.3 信息傳播樹構(gòu)建模塊46-47
• 5.3.4 用戶關(guān)系網(wǎng)絡(luò)構(gòu)建模塊47-48
• 5.4 SNCAS 的實(shí)驗(yàn)與評(píng)估48-49
• 5.5 本章小結(jié)49-50
• 結(jié)論50-52
• 參考文獻(xiàn)52-57
• 攻讀碩士學(xué)位期間所發(fā)表的學(xué)術(shù)論文57-58
• 致謝58

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前3條

1 金弟;楊博;劉杰;劉大有;何東曉;;復(fù)雜網(wǎng)絡(luò)簇結(jié)構(gòu)探測(cè)——基于隨機(jī)游走的蟻群算法[J];軟件學(xué)報(bào);2012年03期

2 林旺群;盧風(fēng)順;丁兆云;吳泉源;周斌;賈焰;;基于帶權(quán)圖的層次化社區(qū)并行計(jì)算方法[J];軟件學(xué)報(bào);2012年06期

3 黃發(fā)良;張師超;朱曉峰;;基于多目標(biāo)優(yōu)化的網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)方法[J];軟件學(xué)報(bào);2013年09期

  本文關(guān)鍵詞：社交網(wǎng)絡(luò)的團(tuán)體感知與挖掘方法研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：386573