本文關(guān)鍵詞：社交網(wǎng)絡(luò)熱點(diǎn)信息傳播分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

  更多相關(guān)文章： 社交網(wǎng)絡(luò) 信息傳播 社團(tuán)劃分 用戶影響力 社交推薦

【摘要】：社交網(wǎng)絡(luò)平臺(tái)作為信息傳播的媒介,蘊(yùn)含了大量的用戶行為信息和用戶關(guān)系信息。這些信息反映出用戶的個(gè)人偏好,對(duì)于商業(yè)的廣告投放、政治上的投票選舉,以及輿論引導(dǎo)都有著重要的意義。目前,該領(lǐng)域的研究大多從用戶層面展開(kāi),主要研究傳播過(guò)程中的用戶特征和內(nèi)容特征,但復(fù)雜的用戶關(guān)系決定了用戶具有社團(tuán)屬性。因此,本文將從用戶關(guān)系和社團(tuán)結(jié)構(gòu)兩個(gè)層面,對(duì)熱點(diǎn)信息的傳播規(guī)律進(jìn)行分析研究,具體工作如下:首先,針對(duì)社團(tuán)劃分結(jié)果不穩(wěn)定的問(wèn)題,基于標(biāo)簽傳播算法,提出了一種社團(tuán)劃分算法。采取了固定度數(shù)較大節(jié)點(diǎn)標(biāo)簽不變的傳播策略,以及按權(quán)重大小進(jìn)行選擇的更新策略,同時(shí)加入了收斂條件。通過(guò)實(shí)驗(yàn)驗(yàn)證,該方法的標(biāo)準(zhǔn)差為原來(lái)的25%,從而提升了社團(tuán)劃分的穩(wěn)定性;模塊度提升了18%,從而提升了社團(tuán)劃分的效果,且實(shí)驗(yàn)數(shù)據(jù)集越大模塊度優(yōu)勢(shì)越明顯。然后,針對(duì)用戶影響力度量標(biāo)準(zhǔn)單一的問(wèn)題,基于社團(tuán)結(jié)構(gòu)和PageRank方法,設(shè)計(jì)了一種用戶影響力計(jì)算方法。通過(guò)分析用戶、社團(tuán)在社交網(wǎng)絡(luò)中的地位,得到用戶的全局影響力和局部影響力,從而更全面地評(píng)估用戶在社交網(wǎng)絡(luò)中的影響力。進(jìn)而基于協(xié)同過(guò)濾算法,提出了一種融合社交網(wǎng)絡(luò)信息的推薦算法。根據(jù)用戶間的好友關(guān)系和用戶標(biāo)簽相似性,預(yù)測(cè)新用戶喜好的標(biāo)簽,并為用戶推薦相應(yīng)的社團(tuán)。實(shí)驗(yàn)證明,該方法的推薦精度較單因素推薦提高了超過(guò)30%,從而提升了推薦的準(zhǔn)確率。最后,基于上述研究設(shè)計(jì)了一個(gè)用來(lái)分析熱點(diǎn)信息傳播規(guī)律的原型系統(tǒng)。該系統(tǒng)通過(guò)分析熱點(diǎn)信息在傳播過(guò)程中的用戶、內(nèi)容等數(shù)據(jù),獲取傳播路徑的社團(tuán)屬性和傳播人群的用戶屬性,挖掘?qū)π畔鞑テ鸬酵苿?dòng)作用的社團(tuán)和用戶,得到信息傳播的規(guī)律,從而實(shí)現(xiàn)對(duì)信息傳播的控制、利用和引導(dǎo)。
【關(guān)鍵詞】：社交網(wǎng)絡(luò) 信息傳播 社團(tuán)劃分 用戶影響力 社交推薦
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP393.09
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-16
• 1.1 研究背景和意義9-10
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀10-13
• 1.2.1 社交網(wǎng)絡(luò)用戶的研究現(xiàn)狀10-11
• 1.2.2 社交網(wǎng)絡(luò)內(nèi)容的研究現(xiàn)狀11
• 1.2.3 用戶個(gè)性化推薦研究現(xiàn)狀11-12
• 1.2.4 社團(tuán)劃分研究現(xiàn)狀12-13
• 1.3 本文研究?jī)?nèi)容及組織結(jié)構(gòu)13-16
• 第2章 信息傳播中的數(shù)據(jù)獲取與分析技術(shù)16-26
• 2.1 數(shù)據(jù)獲取與存儲(chǔ)相關(guān)技術(shù)16-21
• 2.1.1 數(shù)據(jù)獲取相關(guān)技術(shù)16-20
• 2.1.2 數(shù)據(jù)存儲(chǔ)相關(guān)技術(shù)20-21
• 2.2 社團(tuán)劃分相關(guān)技術(shù)21-23
• 2.2.1 標(biāo)簽傳播算法22-23
• 2.2.2.SLPA算法23
• 2.2.3.Fast Unfolding算法23
• 2.3 用戶影響力23-25
• 2.3.1 中心性度量方法24-25
• 2.3.2.Page Rank方法25
• 2.4 本章小結(jié)25-26
• 第3章 社團(tuán)劃分與社團(tuán)情感分析技術(shù)研究26-42
• 3.1 基于標(biāo)簽傳播的社團(tuán)劃分算法26-35
• 3.1.1 社團(tuán)劃分算法原理26-27
• 3.1.2 社團(tuán)劃分算法設(shè)計(jì)27-31
• 3.1.3 社團(tuán)劃分算法測(cè)試與分析31-35
• 3.2 基于詞典的情感傾向分析35-41
• 3.2.1 數(shù)據(jù)預(yù)處理及分詞35-37
• 3.2.2 情感詞典的構(gòu)建37-39
• 3.2.3 基于詞典的社團(tuán)情感傾向分析39-41
• 3.3 本章小結(jié)41-42
• 第4章 用戶影響力與社交推薦技術(shù)研究42-61
• 4.1 LPRANK用戶影響力分析42-50
• 4.1.1 用戶影響力方法原理42-44
• 4.1.2 用戶影響力方法設(shè)計(jì)44-48
• 4.1.3 用戶影響力方法測(cè)試與分析48-50
• 4.2 融合社交網(wǎng)絡(luò)信息的協(xié)同過(guò)濾推薦算法50-60
• 4.2.1 推薦算法原理50-52
• 4.2.2 推薦算法設(shè)計(jì)52-55
• 4.2.3 推薦算法測(cè)試與分析55-60
• 4.3 本章小結(jié)60-61
• 第5章 信息傳播分析系統(tǒng)設(shè)計(jì)與測(cè)試分析61-77
• 5.1 IDA系統(tǒng)整體設(shè)計(jì)61-63
• 5.2 數(shù)據(jù)獲取與存儲(chǔ)平臺(tái)設(shè)計(jì)63-65
• 5.3 社團(tuán)分析模塊65-68
• 5.3.1 社團(tuán)劃分模塊65-66
• 5.3.2 社團(tuán)標(biāo)簽提取模塊66-67
• 5.3.3 社團(tuán)情感傾向分析模塊67-68
• 5.4 用戶分析模塊68-70
• 5.4.1 用戶影響力分析模塊68-69
• 5.4.2 用戶推薦模塊69-70
• 5.5 IDA系統(tǒng)整體測(cè)試與分析70-76
• 5.5.1 系統(tǒng)測(cè)試環(huán)境70
• 5.5.2 測(cè)試數(shù)據(jù)分析70-71
• 5.5.3 系統(tǒng)測(cè)試結(jié)果分析71-76
• 5.6 本章小結(jié)76-77
• 結(jié)論77-78
• 參考文獻(xiàn)78-82
• 攻讀碩士學(xué)位期間發(fā)表的論文及其它成果82-84
• 致謝84

，

本文編號(hào)：784259