【摘要】：隨著Web 2.0技術(shù)的飛速發(fā)展,在線社交網(wǎng)絡(luò)已經(jīng)成為人們獲取、發(fā)表和傳播信息的重要渠道。社交網(wǎng)絡(luò)不僅將用戶在線下現(xiàn)實(shí)社會(huì)的社交關(guān)系如同學(xué)、同事、朋友關(guān)系等遷移至互聯(lián)網(wǎng),而且拉近了用戶與網(wǎng)絡(luò)大V、知名人士、政府機(jī)構(gòu)等的關(guān)系,促進(jìn)了人類社會(huì)的扁平化發(fā)展�，F(xiàn)實(shí)世界中發(fā)生的事件、活動(dòng)等信息通常以話題的形式在社交網(wǎng)絡(luò)中存在,并隨著用戶之間的社交關(guān)系結(jié)構(gòu)而“核裂變”式地快速傳播和演化,其在給人們獲取、發(fā)表和傳播信息帶來(lái)便利的同時(shí),也會(huì)形成網(wǎng)絡(luò)輿論并反過(guò)來(lái)影響現(xiàn)實(shí)世界中事件、活動(dòng)等的發(fā)展。因此,對(duì)社交網(wǎng)絡(luò)話題傳播分析技術(shù)進(jìn)行研究對(duì)于促進(jìn)有益信息傳播、抑制不良信息傳播和國(guó)家的長(zhǎng)治久安意義重大,具有重要的理論意義和現(xiàn)實(shí)意義。對(duì)社交網(wǎng)絡(luò)話題傳播分析技術(shù)進(jìn)行研究面臨巨大的挑戰(zhàn),與傳統(tǒng)信息網(wǎng)絡(luò)不同,社交網(wǎng)絡(luò)具有話題信息短、噪聲多、語(yǔ)義復(fù)雜、博文數(shù)量巨大、關(guān)系網(wǎng)絡(luò)復(fù)雜和信息快速傳播演化等特點(diǎn),因此其在分析方法和目標(biāo)上與傳統(tǒng)信息網(wǎng)絡(luò)有很大差異,給話題傳播分析技術(shù)帶來(lái)了巨大的挑戰(zhàn)。本文在已有研究基礎(chǔ)上,針對(duì)社交網(wǎng)絡(luò)的短文本特性、話題傳播群體檢測(cè)、話題推廣用戶檢測(cè)、話題快速推廣方法等進(jìn)行了研究,主要研究?jī)?nèi)容和成果如下:(1)在話題文本表示模型方面,針對(duì)社交網(wǎng)絡(luò)話題信息的短文本特性,提出了基于外部知識(shí)庫(kù)概念的話題文本表示模型。經(jīng)典的“詞袋”模型是基于詞匯間的共現(xiàn)關(guān)系進(jìn)行語(yǔ)義相似度計(jì)算,忽略了詞語(yǔ)之間的語(yǔ)義關(guān)系。由于社交網(wǎng)絡(luò)話題文本不僅較短,而且用詞不規(guī)范,特征項(xiàng)的共現(xiàn)較少,“詞袋”模型難以適用。本研究點(diǎn)以外部知識(shí)庫(kù)維基百科為例,提出了一種基于概念的話題文本表示模型,增大了話題文本表示向量中特征項(xiàng)的共現(xiàn)概率。然后基于概念之間的語(yǔ)義關(guān)系,構(gòu)建概念之間的語(yǔ)義矩陣,增強(qiáng)表示模型的語(yǔ)義。本研究點(diǎn)首先在維基百科概念的解釋文檔上建立“詞語(yǔ)-概念”的倒排索引,并基于此倒排索引將文本表示為維基百科概念的向量,然后我們計(jì)算各個(gè)概念之間的語(yǔ)義相關(guān)度以構(gòu)建概念間的語(yǔ)義矩陣,最后基于語(yǔ)義矩陣增強(qiáng)維基百科概念向量的語(yǔ)義。在文本分類應(yīng)用數(shù)據(jù)集上的實(shí)驗(yàn)發(fā)現(xiàn),我們的方法在短文本上比經(jīng)典的“詞袋”模型在統(tǒng)計(jì)學(xué)上顯著更好。(2)在話題傳播熱度預(yù)測(cè)方面,提出了一種基于用戶情感的話題熱度預(yù)測(cè)方法。傳統(tǒng)方法是基于在線內(nèi)容的前期熱度來(lái)預(yù)測(cè)其在未來(lái)的熱度,本文預(yù)測(cè)尚未發(fā)生的話題的熱度,其基本假設(shè)是:用戶在最近一段時(shí)間對(duì)某一事物的情感傾向在一定程度上決定了未來(lái)此用戶對(duì)與此事物相關(guān)的話題的關(guān)心程度。本文首先計(jì)算社區(qū)中每個(gè)用戶對(duì)話題關(guān)鍵詞和關(guān)鍵短語(yǔ)的情感傾向,然后基于馬爾科夫隨機(jī)場(chǎng)模型和圖熵模型來(lái)計(jì)算整個(gè)社區(qū)在此話題上的潛在情感能量。實(shí)驗(yàn)分析發(fā)現(xiàn),社區(qū)在某個(gè)話題上的潛在情感能量與話題在此社區(qū)的熱度之間存在顯著的線性相關(guān)關(guān)系。在此發(fā)現(xiàn)的基礎(chǔ)上,我們提出了兩種基于社區(qū)潛在情感能量的話題熱度預(yù)測(cè)方法,實(shí)驗(yàn)證明了兩種預(yù)測(cè)模型的有效性。(3)在話題傳播群體檢測(cè)方面,針對(duì)社交網(wǎng)絡(luò)水軍發(fā)布大量話題推廣博文和話題非自然傳播的問(wèn)題,提出了一種有效的網(wǎng)絡(luò)水軍檢測(cè)方法。當(dāng)前網(wǎng)絡(luò)水軍檢測(cè)方法主要利用水軍的個(gè)體特征,而忽略水軍作為群體而表現(xiàn)出的群體特征。本文首先研究了水軍的群體特征,然后基于邏輯回歸模型綜合利用水軍的個(gè)體特征和群體特征進(jìn)行檢測(cè)。在多個(gè)真實(shí)數(shù)據(jù)集上的實(shí)驗(yàn)顯示,本文方法比傳統(tǒng)方法在準(zhǔn)確度和F1值上效果更好。在發(fā)現(xiàn)的水軍基礎(chǔ)上,本文分析水軍的群體特性和發(fā)現(xiàn)網(wǎng)絡(luò)推手�；谒娭g的朋友/粉絲關(guān)系和共現(xiàn)關(guān)系,采用InfoMap社區(qū)發(fā)現(xiàn)算法檢測(cè)水軍的社區(qū),發(fā)現(xiàn)絕大多數(shù)的水軍都出現(xiàn)在少量的社區(qū)中,而且在同一個(gè)社區(qū)中的水軍通常都持有相同的觀點(diǎn)傾向,驗(yàn)證了水軍的群體特性。本文進(jìn)一步分析網(wǎng)絡(luò)推手,發(fā)現(xiàn)絕大多數(shù)的水軍都在推廣來(lái)自極少數(shù)推手發(fā)布的博文。(4)在用戶話題興趣分析方面,為了更好地進(jìn)行話題的快速推廣,針對(duì)已有方法主要是基于用戶發(fā)布的博文內(nèi)容進(jìn)行用戶話題興趣挖掘而導(dǎo)致算法的計(jì)算量過(guò)大,難以適用用戶數(shù)以億計(jì)的社交網(wǎng)絡(luò)的問(wèn)題,提出了一種基于部分用戶的自定義話題興趣標(biāo)簽快速挖掘其他用戶話題興趣特征的方法。據(jù)統(tǒng)計(jì),新浪微博中有21.8%的用戶給自己標(biāo)注了話題興趣標(biāo)簽,而有多達(dá)78.2%的用戶沒(méi)有自定義話題興趣標(biāo)簽。本研究點(diǎn)的基本假設(shè)是:如果用戶之間有轉(zhuǎn)發(fā)、提及、回復(fù)等直接交互關(guān)系,則說(shuō)明兩者之間有共同的話題興趣,那么可以通過(guò)交互圖中鄰居節(jié)點(diǎn)的話題興趣來(lái)分析此用戶的話題興趣。本研究點(diǎn)基于用戶歷史上的轉(zhuǎn)發(fā)、提及關(guān)系構(gòu)建起用戶間的交互關(guān)系圖,然后在交互關(guān)系圖上基于隨機(jī)游走算法分析用戶的話題興趣標(biāo)簽,并對(duì)話題興趣標(biāo)簽進(jìn)行排序。算法在包含1.4億用戶的真實(shí)新浪微博數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn),采用MapReduce分布式處理框架進(jìn)行計(jì)算,分析發(fā)現(xiàn)本文提出的方法比當(dāng)前存在的用戶話題興趣挖掘方法準(zhǔn)確度更高。綜上所述,本文研究了社交網(wǎng)絡(luò)話題文本表示模型、話題傳播熱度預(yù)測(cè)、話題傳播群體檢測(cè)和用戶話題興趣分析等關(guān)鍵技術(shù),在真實(shí)數(shù)據(jù)集上的實(shí)驗(yàn)驗(yàn)證了本文方法的有效性,對(duì)于信息傳播具有重要的理論和現(xiàn)實(shí)意義。
【學(xué)位授予單位】：國(guó)防科學(xué)技術(shù)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2015
【分類號(hào)】：G206

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 Bruce Antelman;李雯;;社交網(wǎng)絡(luò)[J];高校圖書館工作;2008年01期

2 ;基于位置的手機(jī)社交網(wǎng)絡(luò)“貝多”正式發(fā)布[J];中國(guó)新通信;2008年06期

3 曹增輝;;社交網(wǎng)絡(luò)更偏向于用戶工具[J];信息網(wǎng)絡(luò);2009年11期

4 ;美國(guó):印刷企業(yè)青睞社交網(wǎng)絡(luò)營(yíng)銷新方式[J];中國(guó)包裝工業(yè);2010年Z1期

5 李智惠;柳承燁;;韓國(guó)移動(dòng)社交網(wǎng)絡(luò)服務(wù)的類型分析與促進(jìn)方案[J];現(xiàn)代傳播(中國(guó)傳媒大學(xué)學(xué)報(bào));2010年08期

6 賈富;;改變一切的社交網(wǎng)絡(luò)[J];互聯(lián)網(wǎng)天地;2011年04期

7 譚拯;;社交網(wǎng)絡(luò):連接與發(fā)現(xiàn)[J];廣東通信技術(shù);2011年07期

8 陳一舟;;社交網(wǎng)絡(luò)的發(fā)展趨勢(shì)[J];傳媒;2011年12期

9 殷樂(lè);;全球社交網(wǎng)絡(luò)新態(tài)勢(shì)及文化影響[J];新聞與寫作;2012年01期

10 許麗;;社交網(wǎng)絡(luò):孤獨(dú)年代的集體狂歡[J];上海信息化;2012年09期

相關(guān)會(huì)議論文 前10條

1 趙云龍;李艷兵;;社交網(wǎng)絡(luò)用戶的人格預(yù)測(cè)與關(guān)系強(qiáng)度研究[A];第七屆（2012）中國(guó)管理學(xué)年會(huì)商務(wù)智能分會(huì)場(chǎng)論文集（選編）[C];2012年

2 宮廣宇;李開軍;;對(duì)社交網(wǎng)絡(luò)中信息傳播的分析和思考——以人人網(wǎng)為例[A];首屆華中地區(qū)新聞與傳播學(xué)科研究生學(xué)術(shù)論壇獲獎(jiǎng)?wù)撐腫C];2010年

3 楊子鵬;喬麗娟;王夢(mèng)思;楊雪迎;孟子冰;張禹;;社交網(wǎng)絡(luò)與大學(xué)生焦慮緩解[A];心理學(xué)與創(chuàng)新能力提升——第十六屆全國(guó)心理學(xué)學(xué)術(shù)會(huì)議論文集[C];2013年

4 畢雪梅;;體育虛擬社區(qū)中的體育社交網(wǎng)絡(luò)解析[A];第九屆全國(guó)體育科學(xué)大會(huì)論文摘要匯編(4)[C];2011年

5 杜p

本文編號(hào)：2802039