微博，又稱為微博客，是一個基于用戶關系的信息分享、傳播以及獲取平臺，用戶可以通過WEB、WAP以及各種客戶端組建個人社區(qū)，以140字左右的文字更新信息，并實現(xiàn)即時分享。作為社交媒體的一種形式，它允許用戶有選擇性地訂閱其他用戶的信息。近幾年，微博得到迅速的發(fā)展。2012年底，新浪微博的注冊用戶數(shù)已經(jīng)達到了3.65億，平均每天約有1億條信息被發(fā)布。龐大的用戶群吸引了大量的公司、組織和個人，他們都希望通過微博平臺來推銷自己。 在本文中，我們主要從兩個方面對微博平臺進行研究，包括計算用戶的社交影響力和挖掘微博平臺上廣告?zhèn)鞑サ闹饕Ｊ健?近幾年來用戶影響力的計算受到了越來越多的關注，是社交網(wǎng)絡研究中的一個重要研究內(nèi)容，在很多領域得到運用，如病毒式營銷和個性化推薦。之前很多關于用戶影響力計算的研究是基于網(wǎng)絡結(jié)構(gòu)特征和轉(zhuǎn)發(fā)率進行計算的。其中有些將用戶的粉絲數(shù)量認為是用戶影響力的重要標志，用戶的粉絲越多表示其影響力越大。然而，實際情況中用戶的粉絲數(shù)量和其影響力并不相關。另有一些方法是基于用戶間的轉(zhuǎn)發(fā)率來計算用戶影響力的。但是，微博中的轉(zhuǎn)發(fā)率受到很多因素的影響，例如信息的內(nèi)容、流行程度和用戶自身的活躍度...

【文章頁數(shù)】：85 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景和意義
    1.2 微博研究的概述
        1.2.1 關于用戶影響力計算的研究概述
        1.2.2 關于信息傳播特征的研究概述
    1.3 本文的主要工作
    1.4 本文的結(jié)構(gòu)安排
    1.5 本章小結(jié)
第二章 研究方法的相關算法與基礎理論
    2.1 用戶影響力計算的相關算法
        2.1.1 PageRank 算法
        2.1.2 HITS 算法
        2.1.3 Infuence-Passivity 算法
    2.2 微博廣告?zhèn)鞑ヌ卣鞣治龅南嚓P數(shù)據(jù)挖掘算法
        2.2.1 K-Means 聚類算法
        2.2.2 因子分析算法
    2.3 本章小結(jié)
第三章 新浪微博數(shù)據(jù)
    3.1 新浪微博 API 及數(shù)據(jù)結(jié)構(gòu)
        3.1.1 API 授權(quán)機制
        3.1.2 主要接口說明
        3.1.3 數(shù)據(jù)結(jié)構(gòu)與屬性
    3.2 新浪微博數(shù)據(jù)爬取程序
    3.3 本章小結(jié)
第四章 計算微博用戶影響力
    4.1 用戶交互行為模型
        4.1.1 模型理論介紹
        4.1.2 算法綜述
    4.2 計算用戶影響力的相關實驗
        4.2.1 實驗數(shù)據(jù)的獲取
        4.2.2 預測用戶間的轉(zhuǎn)發(fā)率
        4.2.3 發(fā)現(xiàn)網(wǎng)絡中有影響力的用戶
    4.3 本章小結(jié)
第五章 發(fā)現(xiàn)微博平臺廣告?zhèn)鞑ヌ卣?br>    5.1 引言
    5.2 微博信息傳播的主要類型
    5.3 信息傳播數(shù)據(jù)的處理
        5.3.1 實驗數(shù)據(jù)的獲取
        5.3.2 信息傳播數(shù)據(jù)的樹形表示
    5.4 信息傳播樹的聚類
        5.4.1 特征提取
        5.4.2 聚類過程與結(jié)果
    5.5 微博廣告?zhèn)鞑ヌ卣鞯姆治?br>        5.5.1 微博廣告的傳播特征
        5.5.2 信息傳播中的名人效應
        5.5.3 微博廣告?zhèn)鞑バЧ脑u價
    5.6 本章小結(jié)
第六章 全文總結(jié)
    6.1 本文工作總結(jié)
    6.2 工作展望
參考文獻
致謝
攻讀學位期間發(fā)表的學術論文目錄



本文編號：3797707