隨著計(jì)算機(jī)和移動(dòng)終端技術(shù)的發(fā)展,基于互聯(lián)網(wǎng)的社交網(wǎng)絡(luò)平臺(tái)正日益深入到大眾的日常生活和工作學(xué)習(xí)中,成為了社會(huì)信息擴(kuò)散的主要場(chǎng)所和重要的信息來(lái)源。深入理解社交網(wǎng)絡(luò)用戶(hù)信息傳播行為及其信息擴(kuò)散機(jī)制,對(duì)于網(wǎng)絡(luò)輿情監(jiān)控和電子商務(wù)市場(chǎng)發(fā)展具有重要的意義。用戶(hù)在互聯(lián)網(wǎng)上的信息傳播具有快速性、不確定性等特點(diǎn),且社交網(wǎng)絡(luò)上基于用戶(hù)關(guān)系網(wǎng)絡(luò)等多種影響因素的級(jí)聯(lián)式信息傳播方式導(dǎo)致信息傳播路徑的復(fù)雜化,對(duì)研究互聯(lián)網(wǎng)上的信息擴(kuò)散建模提出了嚴(yán)峻挑戰(zhàn)。社交網(wǎng)絡(luò)上的信息擴(kuò)散涉及信息、用戶(hù)、網(wǎng)絡(luò)的復(fù)雜交互機(jī)制及動(dòng)態(tài)演化關(guān)系,需要從多層次和多尺度建模來(lái)實(shí)現(xiàn)對(duì)系統(tǒng)有序的協(xié)同分析和機(jī)制理解。然而,現(xiàn)有研究主要處理靜態(tài)的影響因素及單一層次上的信息傳播結(jié)果,無(wú)法有效解決信息傳播中的復(fù)雜性和不確定問(wèn)題。鑒于此,本文結(jié)合信息科學(xué),復(fù)雜網(wǎng)絡(luò)理論,傳播動(dòng)力學(xué)等學(xué)科的思想和方法,融合用戶(hù)信息偏好和關(guān)聯(lián)關(guān)系提出基于用戶(hù)動(dòng)態(tài)交互行為的agent信息傳播模型,并結(jié)合安然電子郵件數(shù)據(jù)和推特社交平臺(tái)數(shù)據(jù)對(duì)不同場(chǎng)景下的社交網(wǎng)絡(luò)信息傳播與網(wǎng)絡(luò)演化機(jī)制進(jìn)行了建模與仿真研究。本文的主要工作包括:1)針對(duì)電子郵件信息傳播平臺(tái),建立基于用戶(hù)動(dòng)態(tài)選擇行為的信息傳播模型。首先,應(yīng)用安然電子郵件數(shù)據(jù),挖掘用戶(hù)和郵件的關(guān)鍵屬性,如用戶(hù)職位,郵件參與者職位集合等,并據(jù)此構(gòu)建用戶(hù)間的交流規(guī)則及郵件信息偏好等。在此基礎(chǔ)上,通過(guò)融合用戶(hù)多維影響力及用戶(hù)選擇傳播內(nèi)容的信息偏好提出一個(gè)基于agent的安然郵件信息傳播模型。特別的,模型還使用了一個(gè)隨機(jī)游走過(guò)程模擬用戶(hù)使用郵件平臺(tái)的頻率。與真實(shí)數(shù)據(jù)的仿真對(duì)比結(jié)果表明,本文提出的基于agent的信息傳播模型能夠較好地再現(xiàn)郵件社會(huì)網(wǎng)絡(luò)平臺(tái)上網(wǎng)絡(luò)、用戶(hù)和信息等多個(gè)不同角度上的特征分布和涌現(xiàn)模式。最后,我們還研究了模型中影響力交互強(qiáng)度對(duì)于傳播結(jié)果的影響。2)針對(duì)推特社交網(wǎng)絡(luò)平臺(tái),建立針對(duì)用戶(hù)動(dòng)態(tài)轉(zhuǎn)發(fā)行為的推文信息傳播模型。首先,基于推特平臺(tái)關(guān)注網(wǎng)絡(luò)上的用戶(hù)關(guān)系和交互網(wǎng)絡(luò)上的推文轉(zhuǎn)發(fā),分析用戶(hù)之間的多維關(guān)系特征,挖掘不同因素對(duì)于信息傳播的影響。進(jìn)一步,在對(duì)用戶(hù)、信息、網(wǎng)絡(luò)之間的動(dòng)態(tài)交互機(jī)制分析的基礎(chǔ)上,充分考慮基于關(guān)注關(guān)系的多維用戶(hù)交互影響力,基于已轉(zhuǎn)發(fā)次數(shù)和推文與用戶(hù)傳播歷史相似度的動(dòng)態(tài)推文偏好影響力,及用戶(hù)對(duì)于推文的有限注意力,提出基于agent的推特推文信息傳播模型。從網(wǎng)絡(luò)、用戶(hù)和信息等多個(gè)不同角度的特征分布和涌現(xiàn)模式的結(jié)果對(duì)比,驗(yàn)證了模型在模擬真實(shí)世界中推特社交平臺(tái)信息傳播和網(wǎng)絡(luò)演化機(jī)制上的有效性。最后,我們從初始信息傳播者角度探討了傳播最大化問(wèn)題。本文基于用戶(hù)動(dòng)態(tài)交互機(jī)制的agent信息傳播擴(kuò)散建模與研究,以社交平臺(tái)數(shù)據(jù)挖掘和多模式識(shí)別結(jié)果為基礎(chǔ),建立用戶(hù)多維關(guān)聯(lián)關(guān)系及信息偏好的雙重耦合作用的定量分析及動(dòng)態(tài)演化模型,并通過(guò)從網(wǎng)絡(luò)、用戶(hù)和信息等多個(gè)層次和尺度的特征分布和涌現(xiàn)模式對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行對(duì)比和分析,驗(yàn)證了本模型模擬不同社交平臺(tái)上的信息傳播的有效性。同時(shí),本文的研究為信息傳播影響力度量和信息傳播模型評(píng)價(jià)的提供了新的解決思路和方法,對(duì)深入揭示多樣性因素對(duì)于信息傳播的影響及從多層次和多尺度揭示信息傳播網(wǎng)絡(luò)演化發(fā)展具有一定的科研和現(xiàn)實(shí)意義。
【學(xué)位單位】：湖南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2015
【中圖分類(lèi)】：TP393.09;G206
【部分圖文】：

社交網(wǎng)絡(luò)中基于用戶(hù)動(dòng)態(tài)交互機(jī)制的信息傳播模型研究?jī)?nèi)大量擴(kuò)散，造成巨大影響。微博的這種獨(dú)特的用戶(hù)表達(dá)方式吸引著越來(lái)越多的用戶(hù)參與其中。以最具代表性的推特為例，口數(shù)量的用戶(hù)，每天全球 5.5 億用戶(hù)使用著各種不同的語(yǔ)言對(duì)進(jìn)行瀏覽、評(píng)價(jià)與分享，全球用戶(hù)每月耗費(fèi)在這個(gè)社交網(wǎng)站上分鐘。最近幾年，在美國(guó)與全球若干起政治經(jīng)濟(jì)等社會(huì)大事人矚目的關(guān)鍵角色。推特社交平臺(tái)及其各種依附產(chǎn)品占據(jù)了用，并承載著用戶(hù)的各種社會(huì)關(guān)系，使所有使用推特的用戶(hù)都存絡(luò)之中。

圖 1.2 研究路線技術(shù)圖1.3.3 章節(jié)安排本文的具體內(nèi)容和組織安排如下所示：第一章是緒論，介紹了社交網(wǎng)絡(luò)信息傳播的研究背景和意義，并分別從基于用戶(hù)、信息和網(wǎng)絡(luò)等方面對(duì)社交網(wǎng)絡(luò)影響力，及從影響力和基于傳播過(guò)程對(duì)信息傳播建模等相關(guān)工作及研究現(xiàn)狀進(jìn)行了總結(jié)評(píng)述，本章的最后是研究目標(biāo)與研究?jī)?nèi)容。第二章是本文研究課題的基礎(chǔ)知識(shí)的介紹，包括社交網(wǎng)絡(luò)的相關(guān)特征，拓?fù)鋮⒘�，�?jīng)典的網(wǎng)絡(luò)模型。第三章應(yīng)用安然電子郵件數(shù)據(jù)，提出了基于用戶(hù)動(dòng)態(tài)交互機(jī)制的電子郵件信息傳播 agent 模型，并對(duì)仿真實(shí)驗(yàn)結(jié)果進(jìn)行討論和分析。第四章對(duì)推特社交網(wǎng)絡(luò)的實(shí)際數(shù)據(jù)進(jìn)行挖掘和研究，提出基于用戶(hù)動(dòng)態(tài)交互機(jī)制的推文信息傳播 agent 模型，并對(duì)仿真實(shí)驗(yàn)結(jié)果進(jìn)行討論和分析。最后是本文的參考文獻(xiàn)列表，附錄及致謝等內(nèi)容。

圖 2.1 完全規(guī)則網(wǎng)絡(luò)到完全隨機(jī)網(wǎng)絡(luò)的過(guò)渡圖 2.1 顯示了網(wǎng)絡(luò)的集聚系數(shù)和平均路徑長(zhǎng)度隨重連概率 p 的變化關(guān)系。下面給出小世界網(wǎng)絡(luò)的度分布函數(shù)、平均路徑長(zhǎng)度和聚類(lèi)系數(shù)。度分布函數(shù)可以表示為：pNkekpNpk !()( )(2.12)上式是針對(duì) k 大于等于 2K 的情況，當(dāng) k 小于 2K 的時(shí)候，p(k)等于 0。平均路徑長(zhǎng)度可以表示為：L log( N)(2.13)平均聚類(lèi)系數(shù)可以表示為：3(1)2(21)3(1)pKKC (2.14)從公式也可以看出，當(dāng) N 較大時(shí)，WS 小世界網(wǎng)絡(luò)有很小的平均路徑長(zhǎng)度（接近于隨機(jī)網(wǎng)絡(luò)）和很大的平均聚類(lèi)系數(shù)（接近于規(guī)則網(wǎng)絡(luò)）。此外，還有一種典型的 NW 模型，該模型通過(guò)隨機(jī)化加邊的方法構(gòu)造小世界網(wǎng)絡(luò)[61]。其構(gòu)造方法中

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 王超;楊旭穎;徐珂;馬建峰;;基于SEIR的社交網(wǎng)絡(luò)信息傳播模型[J];電子學(xué)報(bào);2014年11期

2 劉亮;邱曉剛;陳彬;樊宗臣;;人工社會(huì)中社會(huì)網(wǎng)絡(luò)構(gòu)建研究[J];系統(tǒng)仿真學(xué)報(bào);2014年10期

3 何祥;駱祥峰;;基于關(guān)聯(lián)語(yǔ)義鏈網(wǎng)絡(luò)的文本聚類(lèi)方法[J];上海大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年02期

本文編號(hào)：2815279