當前社交網(wǎng)絡已經(jīng)成為人們進行信息交互的重要平臺,在參與社交網(wǎng)絡活動的用戶中,有少部分用戶在網(wǎng)絡世界中受到更多其他人的認同與追捧,本文稱這部分用戶為社交網(wǎng)絡中的意見領袖。意見領袖能夠在信息交互的過程中對其他用戶產(chǎn)生思想或行為上的影響,在信息傳播過程、輿論引導和監(jiān)督等研究中發(fā)揮了重要的作用。因此,社交網(wǎng)絡中的意見領袖挖掘已經(jīng)成為社交網(wǎng)絡分析的重要組成部分。社交網(wǎng)絡中意見領袖的比例較小,但大多數(shù)意見領袖挖掘方法都需要評估全網(wǎng)中每個用戶成為意見領袖的可能性,導致算法的計算復雜度較高。另外,在社交網(wǎng)絡中意見領袖往往比普通用戶更容易擴散信息,而當前的信息傳播模型常忽略用戶角色的不同對信息傳播過程的影響,造成信息擴散預測結果的偏差。針對上述問題,本文提出了一種基于兩階段的意見領袖挖掘算法和一種基于用戶角色的線性閾值傳播模型,以及相關的計算方法與理論。論文的主要工作包括:（1）提出一種基于兩階段的意見領袖挖掘算法。將意見領袖識別的過程分為兩個階段:聚類和排序。在聚類階段,從社交網(wǎng)絡拓撲結構上分析出能充分表現(xiàn)意見領袖特征的拓撲屬性,使用K-means算法對用戶的拓撲屬性進行聚類。并選擇滿足意見領袖條件的... 

【文章頁數(shù)】：71 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 用戶影響力分析
        1.2.2 意見領袖挖掘
        1.2.3 信息傳播模型
    1.3 本文主要研究內(nèi)容
    1.4 本文的組織架構
第2章 相關技術和理論
    2.1 常用的意見領袖挖掘技術
    2.2 本文框架
    2.3 相關定義
        2.3.1 社交網(wǎng)絡建模
        2.3.2 意見領袖定義
    2.4 相關基礎技術
        2.4.1 K-means聚類
        2.4.2 線性閾值模型
    2.5 本章小結
第3章 基于兩階段的意見領袖挖掘算法
    3.1 基于兩階段的意見領袖挖掘算法概述
    3.2 候選意見領袖集的選擇
        3.2.1 意見領袖的拓撲屬性特征提取
        3.2.2 聚類獲得候選意見領袖集
    3.3 候選意見領袖集中的意見領袖挖掘
        3.3.1 用戶行為分析
        3.3.2 意見領袖挖掘
    3.4 本章小結
第4章 基于用戶角色的線性閾值模型
    4.1 基于用戶角色的線性閾值模型概述
    4.2 用戶相對重要性計算
    4.3 用戶影響權重的確定
    4.4 基于用戶角色的線性閾值模型算法
    4.5 本章小結
第5章 仿真實驗
    5.1 實驗環(huán)境簡介
    5.2 數(shù)據(jù)集概述
    5.3意見領袖挖掘算法仿真實驗
        5.3.1 對比算法
        5.3.2 評價標準
        5.3.3 仿真過程
        5.3.4 結果分析
    5.4 信息傳播模型仿真
        5.4.1 對比算法和評價標準
        5.4.2 實驗結果及分析
    5.5 本章小結
第6章 總結與展望
    6.1 總結
    6.2 展望
參考文獻
攻讀學位期間取得的研究成果
致謝


【參考文獻】：
期刊論文
[1]基于情感傾向性分析的微博意見領袖識別模型[J]. 陳志雄,王時繪,高榕.  計算機科學. 2018(05)
[2]基于多特征信息傳播模型的微博意見領袖挖掘[J]. 張米,張暉,楊春明,李波,趙旭劍.  中文信息學報. 2018(02)
[3]一種面向主題耦合的影響力最大化算法[J]. 呂文淵,周麗華,廖仁建.  計算機科學. 2017(12)
[4]基于內(nèi)容和信任度的輿情擴散研究[J]. 陳振春,劉學軍,李斌.  計算機應用與軟件. 2017(10)
[5]一種基于節(jié)點影響力的信息傳播概率算法[J]. 張永,和凱.  計算機工程與應用. 2018(10)
[6]基于用戶聚類的社交網(wǎng)絡影響力最大化傳播模型[J]. 曾燕清,陳志德,李翔宇.  軟件. 2017(05)
[7]社交網(wǎng)絡用戶影響力分析ABP算法研究與應用[J]. 張曉雙,夏群峰,劉淵,徐雁飛.  計算機工程與科學. 2017(03)
[8]基于多標簽傳播的社交網(wǎng)絡用戶影響力評估[J]. 許為,林柏鋼,林思娟,楊旸.  計算機科學. 2016(10)
[9]一種社交網(wǎng)絡用戶領導者挖掘算法[J]. 宋倩倩,張波,胡斯卉,徐倩,彭如香.  上海師范大學學報(自然科學版). 2016(05)
[10]基于LT+模型的社交網(wǎng)絡影響力最大化研究[J]. 蔡國永,裴廣戰(zhàn).  計算機科學. 2016(09)



本文編號：3725073