本文關(guān)鍵詞：用戶行為驅(qū)動的社交網(wǎng)絡(luò)演化分析，，由筆耕文化傳播整理發(fā)布。

【摘要】：在線社交網(wǎng)絡(luò)已經(jīng)融入到了人們的生活當(dāng)中,其蘊(yùn)含的重大價值在學(xué)術(shù)界和工業(yè)界都備受關(guān)注�；谏缃痪W(wǎng)絡(luò)的許多上層應(yīng)用都依賴于對網(wǎng)絡(luò)結(jié)構(gòu)的精準(zhǔn)分析,而網(wǎng)絡(luò)的結(jié)構(gòu)隨著時間不斷演變。因此,分析網(wǎng)絡(luò)演化過程、挖掘網(wǎng)絡(luò)演化規(guī)律、預(yù)測網(wǎng)絡(luò)演化趨勢是非常重要的基礎(chǔ)性課題。與傳統(tǒng)的復(fù)雜網(wǎng)絡(luò)不同,社交網(wǎng)絡(luò)的主體是人,社交網(wǎng)絡(luò)的演化是人的主觀行為的結(jié)果,對社交網(wǎng)絡(luò)的研究離不開對人的行為的研究。本文以社交網(wǎng)絡(luò)中的用戶行為建模為基礎(chǔ),圍繞社交網(wǎng)絡(luò)的演化過程推斷和演化趨勢預(yù)測展開研究,主要成果和創(chuàng)新點(diǎn)包括:1.針對社交鏈接產(chǎn)生方向推斷問題,從真實(shí)數(shù)據(jù)中總結(jié)了四個一般性的交友行為方向模式,提出了以降低模式背離度為目標(biāo)的Re Direct優(yōu)化框架,以及基于Re Direct的鏈接方向推斷算法。Re Direct可以作為一個通用的預(yù)處理步驟,通過恢復(fù)社交網(wǎng)絡(luò)鏈接的潛在方向,改善其他社交網(wǎng)絡(luò)分析應(yīng)用。2.針對社交網(wǎng)絡(luò)演化過程推斷問題,提出了用以表達(dá)社交網(wǎng)絡(luò)演化過程的潛在朋友關(guān)系傳遞樹La FT-Tree,設(shè)計了交友行為生成模型La FT-LDA,以及基于La FT-LDA模型級聯(lián)推斷的La FT-Tree推斷算法。La FT-Tree將扁平的網(wǎng)絡(luò)結(jié)構(gòu)層次化,直觀展示了用戶以其現(xiàn)有朋友為中介人擴(kuò)張其社交網(wǎng)絡(luò)的過程。3.針對社交網(wǎng)絡(luò)鏈接預(yù)測問題,提出了基于傳遞性原理的、興趣感知的交友行為生成模型LFPM,構(gòu)造了同時體現(xiàn)歷史演化軌跡和潛在演化趨勢的LFPN,進(jìn)而提出基于LFPN的鏈接預(yù)測算法LFPN-RW,刻畫了全體朋友對用戶行為的協(xié)同影響和協(xié)同推介,克服了行為模型中獨(dú)立性假設(shè)的弊端,提高了預(yù)測能力。4.考慮到用戶的興趣愛好及其所處的社交環(huán)境都在持續(xù)變化,針對離散時域上行為建模方法的不足,進(jìn)一步提出了連續(xù)時間域上的基于個人偏好和社交影響的用戶動態(tài)行為生成模型Con Tyor,利用動態(tài)偏好空間DP-Space來刻畫行為影響因子的動態(tài)變化;提出了用于模型推斷的EMO算法,可直接對于完整的歷史行為數(shù)據(jù)進(jìn)行推斷,提高了模型對歷史行為的解釋能力和對未來行為的預(yù)測能力。5.在各項理論研究成果的基礎(chǔ)上,實(shí)現(xiàn)了一款用于社交網(wǎng)絡(luò)演化分析的原型系統(tǒng)La NES,提供網(wǎng)絡(luò)演化過程推斷、網(wǎng)絡(luò)結(jié)構(gòu)分析以及網(wǎng)絡(luò)演化預(yù)測功能,為用戶、研究者、運(yùn)營商提供良好的分析平臺。
【關(guān)鍵詞】：社交網(wǎng)絡(luò)演化分析 用戶行為建模 鏈接產(chǎn)生方向推斷 網(wǎng)絡(luò)演化過程推斷 社交鏈接預(yù)測
【學(xué)位授予單位】：清華大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2015
【分類號】：TP393.09
【目錄】：

• 摘要3-4
• Abstract4-11
• 第1章 緒論11-27
• 1.1 研究背景11-12
• 1.2 研究意義12-13
• 1.2.1 理論研究意義12
• 1.2.2 應(yīng)用研究價值12-13
• 1.3 本文的研究問題13-17
• 1.3.1 社交網(wǎng)絡(luò)中的用戶行為建模15-16
• 1.3.2 用戶行為驅(qū)動的社交網(wǎng)絡(luò)演化推斷16-17
• 1.3.3 用戶行為驅(qū)動的社交網(wǎng)絡(luò)演化預(yù)測17
• 1.4 國內(nèi)外研究現(xiàn)狀17-23
• 1.4.1 社交網(wǎng)絡(luò)的演化機(jī)制與規(guī)律研究18-19
• 1.4.2 社交網(wǎng)絡(luò)的演化預(yù)測方法19-21
• 1.4.3 社交鏈接的屬性研究21-22
• 1.4.4 社交網(wǎng)絡(luò)中的用戶行為建模22-23
• 1.5 本文的主要內(nèi)容23-26
• 1.6 本文的組織結(jié)構(gòu)26-27
• 第2章 社交鏈接產(chǎn)生方向推斷27-57
• 2.1 引言27-29
• 2.2 真實(shí)有向網(wǎng)絡(luò)中的方向模式29-35
• 2.2.1 地位模式30-31
• 2.2.2 傳遞模式31-32
• 2.2.3 趨同模式32-34
• 2.2.4 效仿模式34-35
• 2.3 無監(jiān)督的鏈接產(chǎn)生方向推斷方法35-44
• 2.3.1 方向模式背離度35-37
• 2.3.2 Re Direct優(yōu)化框架37-38
• 2.3.3 基于Re Direct的推斷算法38-44
• 2.4 有監(jiān)督的鏈接方向推斷方法44-46
• 2.4.1 半監(jiān)督的推斷方法44-45
• 2.4.2 自監(jiān)督的推斷方法45-46
• 2.5 實(shí)驗(yàn)評測46-51
• 2.5.1 實(shí)驗(yàn)數(shù)據(jù)46-47
• 2.5.2 評測算法47
• 2.5.3 方向推斷正確率對比47-49
• 2.5.4 各個模式約束的效果分析49
• 2.5.5 監(jiān)督學(xué)習(xí)的效果分析49-51
• 2.6 在鏈接預(yù)測中的應(yīng)用與實(shí)驗(yàn)評測51-55
• 2.6.1 社交鏈接預(yù)測51-52
• 2.6.2 在真實(shí)有向網(wǎng)絡(luò)數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果52-54
• 2.6.3 在真實(shí)無向網(wǎng)絡(luò)數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果54-55
• 2.7 小結(jié)55-57
• 第3章 社交網(wǎng)絡(luò)演化過程推斷57-83
• 3.1 引言57-58
• 3.2 鏈接產(chǎn)生原因推斷方法58-66
• 3.2.1 交友行為的產(chǎn)生過程59-60
• 3.2.2 交友行為生成模型La FT-LDA60-62
• 3.2.3 La FT-LDA模型的推斷算法62-66
• 3.3 網(wǎng)絡(luò)演化過程的表達(dá)與推斷方法66-72
• 3.3.1 潛在朋友關(guān)系傳遞樹La FT-Tree66-69
• 3.3.2 La FT-Tree的推斷算法69-72
• 3.4 實(shí)驗(yàn)評測72-77
• 3.4.1 合成數(shù)據(jù)集72-73
• 3.4.2 真實(shí)數(shù)據(jù)集73
• 3.4.3 基準(zhǔn)方法73-74
• 3.4.4 合成數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果74-75
• 3.4.5 真實(shí)數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果75-77
• 3.4.6 實(shí)例分析77
• 3.5 La FT-Tree的應(yīng)用77-82
• 3.5.1 La FT近似度77-79
• 3.5.2 La FT模式79-81
• 3.5.3 La FT中心度度量族81-82
• 3.6 小結(jié)82-83
• 第4章 基于用戶行為的社交鏈接預(yù)測83-109
• 4.1 引言83-85
• 4.2 興趣感知的交友行為模型及其推斷算法85-92
• 4.2.1 興趣感知的LFPM模型85-89
• 4.2.2 LFPM模型的推斷算法89-91
• 4.2.3 演化網(wǎng)絡(luò)上LFPM模型的級聯(lián)推斷91-92
• 4.3 潛在朋友關(guān)系傳播網(wǎng)絡(luò)LFPN92-95
• 4.4 基于LFPN的社交鏈接預(yù)測算法95-99
• 4.5 實(shí)驗(yàn)評測99-108
• 4.5.1 實(shí)驗(yàn)數(shù)據(jù)集99
• 4.5.2 基準(zhǔn)算法與評測方法99-101
• 4.5.3 預(yù)測性能比較101-103
• 4.5.4 知識累積的效果分析103-105
• 4.5.5 協(xié)同影響的效果分析105-106
• 4.5.6 興趣感知的效果分析106-107
• 4.5.7 收斂速度分析107-108
• 4.6 小結(jié)108-109
• 第5章 連續(xù)時間域上的用戶行為建模與預(yù)測109-141
• 5.1 引言109-111
• 5.2 動態(tài)建模的意義111-114
• 5.3 連續(xù)時域上的行為模型及其推斷算法114-124
• 5.3.1 動態(tài)偏好空間115-116
• 5.3.2 動態(tài)行為生成模型Con Tyor116-121
• 5.3.3 DPS函數(shù)的實(shí)現(xiàn)121-122
• 5.3.4 Con Tyor模型的推斷算法122-124
• 5.4 動態(tài)行為預(yù)測方法124-125
• 5.5 Con Tyor模型的應(yīng)用場景125-126
• 5.6 實(shí)驗(yàn)分析與評測126-140
• 5.6.1 基準(zhǔn)方法126-127
• 5.6.2 實(shí)驗(yàn)數(shù)據(jù)集127-128
• 5.6.3 評測方法128-129
• 5.6.4 偏好推斷實(shí)驗(yàn)結(jié)果129-130
• 5.6.5 行為預(yù)測實(shí)驗(yàn)結(jié)果130-133
• 5.6.6 DPS函數(shù)分析133-135
• 5.6.7 動態(tài)建模效果分析135-137
• 5.6.8 效率分析137-138
• 5.6.9 參數(shù)分析138-139
• 5.6.10 實(shí)例分析139-140
• 5.7 小結(jié)140-141
• 第6章 社交網(wǎng)絡(luò)演化分析原型系統(tǒng)141-155
• 6.1 系統(tǒng)簡介141-142
• 6.2 體系結(jié)構(gòu)與技術(shù)原理142-146
• 6.2.1 數(shù)據(jù)管理層143
• 6.2.2 演化推斷層143-144
• 6.2.3 結(jié)構(gòu)分析層144-145
• 6.2.4 演化預(yù)測層145-146
• 6.2.5 交互展現(xiàn)層146
• 6.3 功能展示146-154
• 6.3.1 網(wǎng)絡(luò)演化過程分析147-149
• 6.3.2 網(wǎng)絡(luò)靜態(tài)結(jié)構(gòu)分析149-151
• 6.3.3 網(wǎng)絡(luò)演化趨勢預(yù)測151-154
• 6.4 小結(jié)154-155
• 第7章 總結(jié)與展望155-158
• 7.1 本文工作總結(jié)155-156
• 7.2 未來工作展望156-158
• 參考文獻(xiàn)158-166
• 致謝166-168
• 個人簡歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文與研究成果168-170

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 ;基于位置的手機(jī)社交網(wǎng)絡(luò)“貝多”正式發(fā)布[J];中國新通信;2008年06期

2 曹增輝;;社交網(wǎng)絡(luò)更偏向于用戶工具[J];信息網(wǎng)絡(luò);2009年11期

3 ;美國:印刷企業(yè)青睞社交網(wǎng)絡(luò)營銷新方式[J];中國包裝工業(yè);2010年Z1期

4 李智惠;柳承燁;;韓國移動社交網(wǎng)絡(luò)服務(wù)的類型分析與促進(jìn)方案[J];現(xiàn)代傳播(中國傳媒大學(xué)學(xué)報);2010年08期

5 賈富;;改變一切的社交網(wǎng)絡(luò)[J];互聯(lián)網(wǎng)天地;2011年04期

6 譚拯;;社交網(wǎng)絡(luò):連接與發(fā)現(xiàn)[J];廣東通信技術(shù);2011年07期

7 陳一舟;;社交網(wǎng)絡(luò)的發(fā)展趨勢[J];傳媒;2011年12期

8 殷樂;;全球社交網(wǎng)絡(luò)新態(tài)勢及文化影響[J];新聞與寫作;2012年01期

9 許麗;;社交網(wǎng)絡(luò):孤獨(dú)年代的集體狂歡[J];上海信息化;2012年09期

10 李玲麗;吳新年;;科研社交網(wǎng)絡(luò)的發(fā)展現(xiàn)狀及趨勢分析[J];圖書館學(xué)研究;2013年01期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 趙云龍;李艷兵;;社交網(wǎng)絡(luò)用戶的人格預(yù)測與關(guān)系強(qiáng)度研究[A];第七屆（2012）中國管理學(xué)年會商務(wù)智能分會場論文集（選編）[C];2012年

2 宮廣宇;李開軍;;對社交網(wǎng)絡(luò)中信息傳播的分析和思考——以人人網(wǎng)為例[A];首屆華中地區(qū)新聞與傳播學(xué)科研究生學(xué)術(shù)論壇獲獎?wù)撐腫C];2010年

3 楊子鵬;喬麗娟;王夢思;楊雪迎;孟子冰;張禹;;社交網(wǎng)絡(luò)與大學(xué)生焦慮緩解[A];心理學(xué)與創(chuàng)新能力提升——第十六屆全國心理學(xué)學(xué)術(shù)會議論文集[C];2013年

4 畢雪梅;;體育虛擬社區(qū)中的體育社交網(wǎng)絡(luò)解析[A];第九屆全國體育科學(xué)大會論文摘要匯編(4)[C];2011年

5 杜p

本文編號：337811