用戶影響力分析是社交網(wǎng)絡(luò)中重點研究的問題之一,受到了國內(nèi)外研究人員廣泛的研究興趣。用戶影響力是具有話題區(qū)別性的,目前用戶影響力研究大部分沒有針對不同的話題領(lǐng)域進行研究,而且一般研究只是針對用戶的一種行為關(guān)系進行分析,忽略了用戶之間不同類型的行為關(guān)系之間和行為與話題內(nèi)容之間的關(guān)聯(lián)。并且傳統(tǒng)的微博話題分析大部分針對整個話題事件進行研究,而忽略了熱門話題中子話題發(fā)現(xiàn)的研究。針對上述問題,本文具體的工作內(nèi)容和創(chuàng)新點如下:(1)針對目前缺乏對微博熱門話題中子話題發(fā)現(xiàn)的研究的問題,本文提出了改進的基于時序的微博子話題發(fā)現(xiàn)方法,采用改進的子話題關(guān)聯(lián)度算法度量子話題在相鄰時間片的變化。首先將本文采用的數(shù)據(jù)集進行文本預(yù)處理;然后對時間序列進行時間片劃分,針對不同時間片進行文本劃分;再針對每個時間片的文本集合利用LDA話題模型進行子話題提取;最后對所提取的子話題進行話題關(guān)聯(lián)度計算,準確獲取熱點話題中的子話題。實現(xiàn)表明,本文改進的子話題關(guān)聯(lián)度算法能夠精確度量每個時間片和相鄰時間片子話題之間的相似度。(2)針對現(xiàn)有用戶影響力分析方法一般只考慮用戶之間單一的交互關(guān)系的問題,本文提出了一種改進的用戶影響力算法。首...

【文章頁數(shù)】：77 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖1.1在線社交網(wǎng)絡(luò)中的用戶交互及其影響效應(yīng)模式

絡(luò)即社交網(wǎng)絡(luò)服務(wù)媒體，是指社交網(wǎng)絡(luò)平臺，在該平臺上互聯(lián)網(wǎng)用戶可以與建立關(guān)系，人們可以相互通信，共享信息、圖片、視頻、音樂，分享自己的愛好等。Twitter、Facebook和新浪微博等社交網(wǎng)絡(luò)媒體平臺越來越受網(wǎng)絡(luò)用歡迎，用戶可以在不同類型的在線社交網(wǎng)絡(luò)平臺上共享信息、興趣和想法....

圖2.1微博用戶關(guān)系與信息流動關(guān)系

并對其時間特性進行了實證分析。文獻[47]考慮到網(wǎng)絡(luò)在內(nèi)容傳播過結(jié)構(gòu)變化，通過調(diào)查對預(yù)測事件爆發(fā)敏感的特征，提出了一種新的事件爆。用戶在信息傳播過程中與他人的交流方式是非常自由的，不受別的因素限戶可以關(guān)注自己感興趣的人和信息，并根據(jù)自己的意愿進行信息發(fā)布。信的本質(zhì)是用戶主動獲取、....

圖2.2主題建模

重慶郵電大學(xué)碩士學(xué)位論文題模型模型是一種無監(jiān)督的文本分析算法，主題建�？梢宰詣訌慕o定主題。這些主題本質(zhì)上是抽象的，就是一系列彼此具有關(guān)聯(lián)關(guān)從數(shù)學(xué)角度來講，主題就是單詞在詞語集合上的條件概率分布一個主題中條件概率越大，這個單詞就與這個主題之間具有較就具有較低的相關(guān)性。例如，“患者”....

圖2.3文本分類與主題建模比較

圖2.3文本分類與主題建模比較2.3.1LSA模型潛在語義分析(LSA)是20世紀80年代后期發(fā)展起來的一種提高信息檢索精數(shù)學(xué)方法，有時被稱為隱語義索引(LatentSemanticIndexing,LSI)。LSA使用稱為奇異值分解的技術(shù)來掃描文檔中的非....

本文編號：3987411