社交網(wǎng)絡信息傳播模型與預測算法研究
發(fā)布時間:2021-10-20 15:01
在社交網(wǎng)絡中,信息傳播指以社交網(wǎng)絡為媒介進行的觀點、謠言、評論、用戶行為等多種形式信息的傳播過程。社交網(wǎng)絡對當今社會的信息傳播發(fā)揮越來越重要的作用,社交網(wǎng)絡信息傳播的研究具有現(xiàn)實意義。研究觀點演化與謠言傳播可以深入理解信息傳播的內(nèi)在規(guī)律,及時地發(fā)現(xiàn)和監(jiān)控網(wǎng)絡輿情,預測突發(fā)事件;研究微博信息傳播可以分析用戶的群體行為以及愛好,預測用戶行為趨勢;通過對微博網(wǎng)絡信息傳播的研究,有助于分析不同類型用戶的行為特征和興趣愛好,從而更加精準地投放廣告。因此,針對社交網(wǎng)絡的信息傳播研究越來越受到研究學者的重視。本文結合復雜網(wǎng)絡理論、傳播動力學、社會心理學和機器學習等學科的思想和方法,對社交網(wǎng)絡的觀點傳播與演化、謠言傳播、微博網(wǎng)絡傳播覆蓋范圍和傳播深度預測等問題進行了研究。論文的主要工作和創(chuàng)新點如下:針對觀點和網(wǎng)絡的共同演化問題,提出了一種動態(tài)自適應網(wǎng)絡的有界信任輿論演化模型。模型中觀點的演化受網(wǎng)絡的影響,觀點的演化也會導致網(wǎng)絡的動態(tài)變化。提出了平均觀點集合數(shù)、觀點統(tǒng)一概率、最大集合人數(shù)比例和平均步數(shù)四個統(tǒng)計指標,分析動態(tài)網(wǎng)絡中觀點演化的內(nèi)在規(guī)律。實驗結果表明,在動態(tài)自適應網(wǎng)絡模型中,重連概率對觀點演化...
【文章來源】:西北工業(yè)大學陜西省 211工程院校 985工程院校
【文章頁數(shù)】:116 頁
【學位級別】:博士
【部分圖文】:
考慮遺忘機制的謠言傳播模型
圖 3-7 who-trust-whom 網(wǎng)絡度分布規(guī)律傳播者在人群中的密度設置為0.5%,未知者的密度設所有的實驗中都設置為相同的概率 0.2, 0.2,
1. 用戶關注數(shù)在微博網(wǎng)絡中,用戶可以是一個關注者也可以是一個被關注者,這種行為是單方面的。圖4-2展示了一個小型的用戶關注關系網(wǎng)。在一個關注邊中,當用戶B單方面的關注了 A,說明 A 是用戶 B 感興趣的用戶,A 用戶發(fā)布的微博會出現(xiàn)在 B 用戶的好友圈頁面,B就可以對該微博進行評論或者轉發(fā)。一個用戶的關注數(shù)在一定程度上可以反映出該用戶的活躍程度。圖 4-2 微博用戶關系示意圖2. 用戶粉絲數(shù)用戶的粉絲相對于用戶的關注事件來說,是一個逆向過程。如圖 4-2 所示,用戶 C關注用戶B,用戶 B也可以關注用戶C
【參考文獻】:
期刊論文
[1]融合異常檢測與隨機森林的微博轉發(fā)行為預測方法[J]. 周先亭,黃文明,鄧珍榮. 計算機科學. 2017(07)
[2]動態(tài)自適應網(wǎng)絡中有界信任輿論演化算法[J]. 王彥本,蔡皖東,盧光躍,白菊蓉,馮景瑜. 西北工業(yè)大學學報. 2017(03)
[3]在線社交網(wǎng)絡信息傳播研究綜述[J]. 胡長軍,許文文,胡穎,方明哲,劉峰. 電子與信息學報. 2017(04)
[4]媒體介入下的謠言傳播模型及其控制策略[J]. 梁新媛,萬佑紅. 南京郵電大學學報(自然科學版). 2017(01)
[5]動態(tài)影響力下網(wǎng)絡輿論傳播的計算實驗研究[J]. 徐迪,戴曉沛. 系統(tǒng)工程理論與實踐. 2016(12)
[6]基于轉發(fā)傳播過程的微博轉發(fā)量預測[J]. 趙惠東,劉剛,石川,吳斌. 電子學報. 2016(12)
[7]基于神經(jīng)網(wǎng)絡的微博輿情預測方法[J]. 何炎祥,劉健博,孫松濤. 華南理工大學學報(自然科學版). 2016(09)
[8]在線網(wǎng)絡中具有反沉默螺旋現(xiàn)象的謠言傳播模型[J]. 王小初,萬佑紅. 南京郵電大學學報(自然科學版). 2016(04)
[9]兩層無標度網(wǎng)絡謠言傳播模型仿真研究[J]. 覃志華,劉詠梅. 系統(tǒng)仿真學報. 2016(07)
[10]基于用戶行為的微博網(wǎng)絡信息擴散模型[J]. 劉紅麗,黃雅麗,羅春海,胡海波. 物理學報. 2016(15)
碩士論文
[1]基于新浪微博數(shù)據(jù)的處理與用戶行為分析[D]. 王魯飛.北京交通大學 2016
[2]社交網(wǎng)絡大數(shù)據(jù)分析平臺及用戶轉發(fā)行為分析[D]. 鄧凱.西安電子科技大學 2015
[3]社交網(wǎng)絡中轉發(fā)預測的研究[D]. 任天功.哈爾濱理工大學 2015
本文編號:3447115
【文章來源】:西北工業(yè)大學陜西省 211工程院校 985工程院校
【文章頁數(shù)】:116 頁
【學位級別】:博士
【部分圖文】:
考慮遺忘機制的謠言傳播模型
圖 3-7 who-trust-whom 網(wǎng)絡度分布規(guī)律傳播者在人群中的密度設置為0.5%,未知者的密度設所有的實驗中都設置為相同的概率 0.2, 0.2,
1. 用戶關注數(shù)在微博網(wǎng)絡中,用戶可以是一個關注者也可以是一個被關注者,這種行為是單方面的。圖4-2展示了一個小型的用戶關注關系網(wǎng)。在一個關注邊中,當用戶B單方面的關注了 A,說明 A 是用戶 B 感興趣的用戶,A 用戶發(fā)布的微博會出現(xiàn)在 B 用戶的好友圈頁面,B就可以對該微博進行評論或者轉發(fā)。一個用戶的關注數(shù)在一定程度上可以反映出該用戶的活躍程度。圖 4-2 微博用戶關系示意圖2. 用戶粉絲數(shù)用戶的粉絲相對于用戶的關注事件來說,是一個逆向過程。如圖 4-2 所示,用戶 C關注用戶B,用戶 B也可以關注用戶C
【參考文獻】:
期刊論文
[1]融合異常檢測與隨機森林的微博轉發(fā)行為預測方法[J]. 周先亭,黃文明,鄧珍榮. 計算機科學. 2017(07)
[2]動態(tài)自適應網(wǎng)絡中有界信任輿論演化算法[J]. 王彥本,蔡皖東,盧光躍,白菊蓉,馮景瑜. 西北工業(yè)大學學報. 2017(03)
[3]在線社交網(wǎng)絡信息傳播研究綜述[J]. 胡長軍,許文文,胡穎,方明哲,劉峰. 電子與信息學報. 2017(04)
[4]媒體介入下的謠言傳播模型及其控制策略[J]. 梁新媛,萬佑紅. 南京郵電大學學報(自然科學版). 2017(01)
[5]動態(tài)影響力下網(wǎng)絡輿論傳播的計算實驗研究[J]. 徐迪,戴曉沛. 系統(tǒng)工程理論與實踐. 2016(12)
[6]基于轉發(fā)傳播過程的微博轉發(fā)量預測[J]. 趙惠東,劉剛,石川,吳斌. 電子學報. 2016(12)
[7]基于神經(jīng)網(wǎng)絡的微博輿情預測方法[J]. 何炎祥,劉健博,孫松濤. 華南理工大學學報(自然科學版). 2016(09)
[8]在線網(wǎng)絡中具有反沉默螺旋現(xiàn)象的謠言傳播模型[J]. 王小初,萬佑紅. 南京郵電大學學報(自然科學版). 2016(04)
[9]兩層無標度網(wǎng)絡謠言傳播模型仿真研究[J]. 覃志華,劉詠梅. 系統(tǒng)仿真學報. 2016(07)
[10]基于用戶行為的微博網(wǎng)絡信息擴散模型[J]. 劉紅麗,黃雅麗,羅春海,胡海波. 物理學報. 2016(15)
碩士論文
[1]基于新浪微博數(shù)據(jù)的處理與用戶行為分析[D]. 王魯飛.北京交通大學 2016
[2]社交網(wǎng)絡大數(shù)據(jù)分析平臺及用戶轉發(fā)行為分析[D]. 鄧凱.西安電子科技大學 2015
[3]社交網(wǎng)絡中轉發(fā)預測的研究[D]. 任天功.哈爾濱理工大學 2015
本文編號:3447115
本文鏈接:http://www.sikaile.net/guanlilunwen/ydhl/3447115.html
最近更新
教材專著