用戶在網絡中的點擊和跳轉可以看作是在虛擬空間中的移動,該行為往往受到興趣的驅使,盡管人們在人類時空行為動力學的研究中取得了諸多突破性進展,但是對于虛擬空間中人類興趣的動態(tài)演變卻知之甚少,部分原因來自人類興趣具有抽象內隱性,難以從觀察中獲得內心所想,難以獲得足夠的展現人類興趣的行為數據。本文基于中國互聯網信息中心提供的海量在線用戶行為數據,將在線用戶點擊的每個網站當作是一個興趣點,研究了虛擬空間中用戶的興趣演化模式。主要研究工作總結為以下三個方面:1、針對在線用戶興趣難以量化的問題,本文提出了興趣粘性度量算法。從連續(xù)移動步長,返回步長,停駐時間等多個方面對在線用戶興趣行為進行實證分析,揭示出人類在線行為存在冪律的無標度特征�；诜治鼋Y果,提出了衡量興趣點對用戶吸引程度的興趣粘性度量算法,通過與PageRank算法、注意力流模型實驗對比,驗證變量和算法的有效性。2、為了度量網絡空間中興趣點的相似性,研究興趣點之間的跳轉規(guī)律,本文提出了基于空間位置的興趣點相似性算法。優(yōu)化SPA模型,由節(jié)點的入度推導出節(jié)點產生時間和影響范圍半徑兩個變量,引入興趣粘性這一行為變量,使網絡中的興趣節(jié)點可以由這三個... 

【文章來源】：西北師范大學甘肅省

【文章頁數】：58 頁

【學位級別】：碩士

【部分圖文】：

在線用戶點擊日志樣例

西北師范大學碩士學位論文13入概念穩(wěn)定性。定義5穩(wěn)定性：是對一個網站連續(xù)移動步長變化的銳度的估計，由式(2-8)給出：1()()tnipipilog==(2-8)其中，n表示不同移動步長的個數，t表示點擊數據所覆蓋的天數，這個公式利用了熵的特性，如果p(i)的值越相似，則穩(wěn)定性的值就越大，如果p(i)的值比較跌宕，穩(wěn)定性的值就越小[47]。如圖2-4所示：橫坐標表示穩(wěn)定性，縱坐標表示平均移動步長EL，每個觀測的點代表了一個興趣點，通過數據曲線擬合得到y(tǒng)=0.65exp(3.36x)。興趣點的平均移動步長隨穩(wěn)定性的增加而呈現指數增長，即興趣點的穩(wěn)定性越大，其平均移動步長就越大，停留在該興趣點中的時間也相應越長。圖2-4穩(wěn)定性和平均連續(xù)移動步長相關關系擬合函數圖像2.2.3停駐時間分析停駐時間是衡量興趣點的重要指標之一，實時分析停駐時間對研究人類在網絡中興趣行為來說具有重要意義。在點擊流數據中，點擊移動步長和真實停駐時間是不能完全割裂開來的，點擊停駐時間可以用移動步長來衡量，值得深入探討的是它和真實停駐時間有怎樣的關系呢？文獻[1]通過繪制真實停留時間和對應的平均點擊駐留時間l的關系，比較得出l和t的平均正相關。為了進一步說明點擊停駐時間和實際停留時間的等價性，實驗

第2章在線用戶興趣行為量化分析14比較了兩者的概率分布，如圖2-5所示，把騰訊網站當作興趣點，消除了步長l和時間t之間數量級之間的差異，研究點擊停駐時間（紅色表示）和實際停駐時間（藍色表示）的相關性，可以發(fā)現人類興趣動力學的冪律標度：在兩端具有偏差，但在一般情況下，點擊停駐時間的統(tǒng)計數據更加穩(wěn)健，整體上點擊停駐時間和實際停駐時間存在等價性。圖2-5點擊停駐時間和實際停駐時間對比分布圖(a)baidu.com返回步長分布(b)qq.com返回步長分布圖2-6返回步長分布特征2.2.4返回步長的冪律特征在真實生活空間中，人們的出行受到記憶效應和空間距離的影響，會選擇近期去過的一些地方，對較短時間和較近距離能夠到達的位置有更強烈的偏好[48]。記憶性作為人類自身的一種關鍵屬性，在過去已經被廣泛地進行了研究[1,4849]。在網絡空間中用戶是否也受到記憶效應的影響對近期訪問過的興趣表現出更強的


本文編號：2911577