面向社會網絡的用戶行為挖掘與應用研究
發(fā)布時間:2018-10-31 13:18
【摘要】:社會網絡,又稱社交網絡,是一個由大量社會個體成員組成的龐大網絡。與一般網絡相比,它更加強調網絡中個體成員之間的社會關系,及其相互間的互動與影響。近年來,隨著Web2.0技術的深入發(fā)展和各類社交網站及服務的廣泛應用,社會網絡不再局限于傳統(tǒng)社會學領域的研究范疇,而已經成為經濟學、傳播學、醫(yī)學和計算機科學等眾多學科領域學者關注和研究的對象。 無論是分析社會網絡的拓撲結構、探討網絡的成因,抑或對網絡個體以及個體間的社會關系進行研究,都屬于社會網絡分析的研究范疇。而對社會網絡用戶的各類行為進行分析與挖掘也是其中一個重要的研究分支。這類研究的目的是發(fā)現用戶行為的模式、規(guī)律,或是影響用戶行為的因素,以及用戶行為所帶來的結果等等。面向社會網絡的用戶行為挖掘與分析在改進用戶體驗、企業(yè)客戶關系管理、產品市場推廣,以及實現高度智能化的搜索服務等方面具有實際的應用價值和巨大商機,因而受到學術界和工業(yè)界人士的廣泛關注。近年來,在各學科領域雖己涌現出一大批關于社會網絡用戶行為的研究工作,但其中很多工作所采用的方法還存在不足。不少用戶行為的模式、成因等仍未得到深入的挖掘。另一方面,計算機科學領域的研究人員借助計算機技術在分析從互聯網中獲取的海量數據過程中,雖然注重借鑒傳統(tǒng)社會學的研究成果,卻缺乏與現實的應用場景相結合。例如,關于社會網絡中的信息傳播,雖然已經有學者提出了社會影響(Social Influence)和同質性(Homophily)是兩種最重要的促使網絡個體參與信息傳播的因素,但對這兩種因素的量化分析還不夠深入,尤其缺少針對不同應用場景的特別考慮。又如,不少學者關于網絡用戶行為的建模研究過于強調理論和方法上的改進,卻忽視了建模方法的選取應當貼合實際的應用場合,這樣才能有效地提升模型預測的效果以證實模型切實具有的應用價值。 針對這些問題和不足,本文關注幾種典型的社會網絡中存在的用戶行為,通過對其進行詳盡的挖掘和分析,探尋影響這些用戶行為的關鍵性因素。同時,本文嘗試建立準確的模型來刻畫并預測用戶的行為,從而為實際的應用需求服務。在本文闡述的研究工作不光注重采用合理、有效的理論方法,更看重實驗結果和相關結論對實際的應用場合能帶來的促進作用。本文的主要工作內容和研究貢獻包含以下幾個部分。 1.由網絡論壇用戶構成的社會網絡是在線社交網絡的雛形,本文針對這種網絡中的用戶群體關注度概念提出了合理的度量方法,并通過對論壇數據的實證分析,發(fā)掘出影響論壇用戶群體關注度變化的幾種相關因素。在此基礎上,本文還建立了用戶群體關注度的演變模型,用以預測論壇中新出現的帖子在將來被他人關注的情況,因而在網絡輿情預測和監(jiān)控方面有重要應用價值。 2.由于論壇用戶數據集缺少社會好友的聯系信息,使得相關分析結論缺少對社會影響力的考慮。因此,本文還關注另一種社會關系顯著的結構化網絡——科學家合作網絡,對其中學者們的主題跟隨行為進行研究。該行為可視作科學家合作網絡中的主題傳播,但在之前的相關研究中少人涉及。本文的工作不僅度量了社會影響和同質性這兩種因素對主題跟隨行為的影響效果,而且通過實證分析證明了這兩種因素的混合作用,及其影響是隨時間推移呈指數下降的趨勢。本文還進一步對應這兩種因素建立了一個多元邏輯回歸模型,用以預測網絡中各個用戶(即學者)針對某個研究主題發(fā)表相關文獻的概率。該模型在學術會議的研究主題設置,提高論文征稿函的分發(fā)效率等方面具有實際的應用價值。 3.為進一步提升對科研學者主題跟隨行為的預測準確率,并拓展其應用場合,本文又將同構的科學家合作網絡擴充成一個結構更復雜、信息量更豐富的異構信息網絡。為了衡量該網絡中兩個用戶的相似性程度,本文不僅借鑒了前人提出的元路徑概念,而且額外考慮了鄰居用戶跟隨某個具體主題的傾向性。本文為預測用戶主題跟隨的模型找到了更多、更關鍵的特征變量,從而提升了模型的預測準確度。同時,本文的實驗評測驗證了模型在微觀和宏觀兩個層面的應用價值。 4.微博的興起和流行標志著在線社會網絡發(fā)展到一個全新的階段,對微博社區(qū)中的用戶行為進行挖掘同樣具有重要的研究意義和應用價值。具體而言,本文關注微博用戶對自身的標注行為,該行為屬于社會標注的范疇。前人對于社會標注的研究大都基于對網絡物體(圖片、URL等網絡資源)的標注,卻很少關注對一個人進行標注,尤其是針對微博用戶。本文通過實證研究發(fā)現了在微博用戶的標注行為中同樣存在社會個體間的同質性影響,基于該原理設計的標簽推薦機制解決了傳統(tǒng)推薦算法在面對用戶標注問題時難以避免的冷啟動問題。此外,本文還利用基于在線百科網站構建的語義網絡來消除推薦標簽中存在的語義冗余,最終設計并實現了一個性能優(yōu)良的微博用戶標簽推薦系統(tǒng)STUP。詳細的實驗證明,在設計STUP系統(tǒng)時提出的標簽推薦算法還有助于準確地推斷用戶的個人屬性信息,該功能在很多場合都具有非常重要的應用價值。
[Abstract]:......
【學位授予單位】:復旦大學
【學位級別】:博士
【學位授予年份】:2013
【分類號】:TP393.09
本文編號:2302337
[Abstract]:......
【學位授予單位】:復旦大學
【學位級別】:博士
【學位授予年份】:2013
【分類號】:TP393.09
【參考文獻】
相關期刊論文 前1條
1 費鐘琳;王京安;;社會網絡分析:一種管理研究方法和視角[J];科技管理研究;2010年24期
,本文編號:2302337
本文鏈接:http://www.sikaile.net/guanlilunwen/kehuguanxiguanli/2302337.html