本課題依托于新浪微博,主要研究如何高效地從微博中獲取數(shù)據(jù),對其中的垃圾信息進行過濾,結(jié)合有推廣需求的信息數(shù)據(jù)后構(gòu)建傳播模型并推廣到社交網(wǎng)絡(luò)中最適合的結(jié)點,最終達到影響力最大化的目的,對信息數(shù)據(jù)進行有效地推廣。首先,在社交網(wǎng)絡(luò)數(shù)據(jù)采集方面,本課題通過調(diào)用新浪微博API接口、模擬登錄、網(wǎng)頁采集器等方法獲取微博數(shù)據(jù),并進行采集性能對比。最終發(fā)現(xiàn)采用API接口及模擬登錄兩種方法融合的方式能更快速地獲取到大量數(shù)據(jù)。本文通過設(shè)計網(wǎng)絡(luò)爬蟲采集數(shù)據(jù),并分別針對用戶個人信息組成、行為特征、社交關(guān)系及微博數(shù)據(jù)組成進行分析,對垃圾用戶及垃圾微博進行過濾。其次,對于信息推廣問題,本課題通過對社交網(wǎng)絡(luò)關(guān)系結(jié)構(gòu)、網(wǎng)絡(luò)群體、網(wǎng)絡(luò)信息等方面進行分析,構(gòu)建基于SIR的信息傳播模型,將需要進行推廣的信息數(shù)據(jù)與微博中獲取到的數(shù)據(jù)相結(jié)合,推廣到社交網(wǎng)絡(luò)中最合適的節(jié)點。再次,本課題研究了信息推廣中的影響力最大化問題。分別對貪心算法、啟發(fā)式算法進行研究,通過對貪心爬山近似算法、DegreeDiscount啟發(fā)式算法進行實驗對比,發(fā)現(xiàn)貪心爬山近似算法在精度上有優(yōu)勢,而DegreeDiscount算法效率較高。經(jīng)過對本課題實際問題的...

【文章頁數(shù)】：66 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 論文研究的背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 在線社交網(wǎng)絡(luò)研究現(xiàn)狀
        1.2.2 數(shù)據(jù)采集研究現(xiàn)狀
        1.2.3 信息傳播技術(shù)研究現(xiàn)狀
        1.2.4 影響力最大化問題研究現(xiàn)狀
    1.3 課題主要研究工作
    1.4 論文組織結(jié)構(gòu)
第二章 相關(guān)理論與技術(shù)研究
    2.1 微博的相關(guān)研究
        2.1.1 OAuth2.0協(xié)議
        2.1.2 新浪微博API
    2.2 社交網(wǎng)絡(luò)數(shù)據(jù)采集
        2.2.1 社交網(wǎng)絡(luò)數(shù)據(jù)爬取策略
        2.2.2 新浪微博數(shù)據(jù)采集方式
        2.2.3 社交網(wǎng)絡(luò)垃圾信息過濾
    2.3 基于經(jīng)典傳染病的傳播模型
    2.4 信息推廣影響力最大化
        2.4.1 貪心算法
        2.4.2 啟發(fā)式算法
    2.5 中文分詞器的相關(guān)研究
        2.5.1 中文分詞技術(shù)
        2.5.2 中文分詞工具
    2.6 本章小結(jié)
第三章 社交網(wǎng)絡(luò)數(shù)據(jù)采集技術(shù)研究
    3.1 新浪微博數(shù)據(jù)獲取
        3.1.1 通過新浪微博API獲取數(shù)據(jù)
        3.1.2 通過用戶模擬登錄獲取數(shù)據(jù)
        3.1.3 通過新浪微博手機版獲取數(shù)據(jù)
    3.2 新浪微博特征分析
        3.2.1 用戶特征分析
        3.2.2 微博特征分析
        3.2.3 基于用戶特征與微博特征的用戶分類
    3.3 微博中垃圾檢測
        3.3.1 中文分詞技術(shù)對微博數(shù)據(jù)的初步處理
        3.3.2 用戶屬性計算
        3.3.3 垃圾檢測流程
    3.4 本章小結(jié)
第四章 信息推廣相關(guān)算法的分析與研究
    4.1 貪心算法在信息推廣影響力最大化中的研究
        4.1.1 算法思想
        4.1.2 算法實現(xiàn)
    4.2 啟發(fā)式算法在信息推廣影響力最大化中的研究
        4.2.1 算法思想
        4.2.2 算法實現(xiàn)
    4.3 影響力最大化優(yōu)化算法的設(shè)計
    4.4 本章小結(jié)
第五章 信息推廣功能的設(shè)計與實現(xiàn)
    5.1 總體方案設(shè)計
        5.1.1 方案設(shè)計概述
        5.1.2 客戶端功能模塊設(shè)計
        5.1.3 服務(wù)端接口設(shè)計
        5.1.4 數(shù)據(jù)庫表結(jié)構(gòu)設(shè)計
    5.2 服務(wù)端接口服務(wù)的實現(xiàn)
        5.2.1 微博API認(rèn)證接口實現(xiàn)
        5.2.2 模擬登錄接口實現(xiàn)
        5.2.3 用戶信息采集接口實現(xiàn)
        5.2.4 垃圾用戶過濾接口實現(xiàn)
        5.2.5 影響力最大化計算接口實現(xiàn)
        5.2.6 信息推廣接口實現(xiàn)
    5.3 數(shù)據(jù)采集模塊的實現(xiàn)
        5.3.1 調(diào)用新浪微博API采集數(shù)據(jù)的實現(xiàn)
        5.3.2 垃圾過濾的實現(xiàn)
        5.3.3 模擬登錄數(shù)據(jù)采集的實現(xiàn)
    5.4 信息推廣模塊的實現(xiàn)
        5.4.1 影響力最大化計算的實現(xiàn)
        5.4.2 微博信息推廣的實現(xiàn)
        5.4.3 推廣信息查看的實現(xiàn)
    5.5 本章小結(jié)
第六章 實驗結(jié)果分析
    6.1 實驗環(huán)境
        6.1.1 實驗環(huán)境介紹
        6.1.2 實驗數(shù)據(jù)來源
    6.2 信息推廣實驗分析
        6.2.1 信息推廣實驗
        6.2.2 信息推廣結(jié)果與分析
    6.3 數(shù)據(jù)采集結(jié)果分析
        6.3.1 數(shù)據(jù)采集實驗
        6.3.2 實驗結(jié)果對比
    6.4 影響力最大化分析
        6.4.1 運行效率對比
        6.4.2 算法精度對比
    6.5 本章小結(jié)
第七章 總結(jié)與展望
    7.1 總結(jié)
    7.2 展望
參考文獻
在學(xué)期間的研究成果
致謝



本文編號：3820025