隨著計算機和移動終端技術(shù)的發(fā)展,基于互聯(lián)網(wǎng)的社交網(wǎng)絡(luò)平臺正日益深入到大眾的日常生活和工作學(xué)習(xí)中,成為了社會信息擴散的主要場所和重要的信息來源。深入理解社交網(wǎng)絡(luò)用戶信息傳播行為及其信息擴散機制,對于網(wǎng)絡(luò)輿情監(jiān)控和電子商務(wù)市場發(fā)展具有重要的意義。用戶在互聯(lián)網(wǎng)上的信息傳播具有快速性、不確定性等特點,且社交網(wǎng)絡(luò)上基于用戶關(guān)系網(wǎng)絡(luò)等多種影響因素的級聯(lián)式信息傳播方式導(dǎo)致信息傳播路徑的復(fù)雜化,對研究互聯(lián)網(wǎng)上的信息擴散建模提出了嚴峻挑戰(zhàn)。社交網(wǎng)絡(luò)上的信息擴散涉及信息、用戶、網(wǎng)絡(luò)的復(fù)雜交互機制及動態(tài)演化關(guān)系,需要從多層次和多尺度建模來實現(xiàn)對系統(tǒng)有序的協(xié)同分析和機制理解。然而,現(xiàn)有研究主要處理靜態(tài)的影響因素及單一層次上的信息傳播結(jié)果,無法有效解決信息傳播中的復(fù)雜性和不確定問題。鑒于此,本文結(jié)合信息科學(xué),復(fù)雜網(wǎng)絡(luò)理論,傳播動力學(xué)等學(xué)科的思想和方法,融合用戶信息偏好和關(guān)聯(lián)關(guān)系提出基于用戶動態(tài)交互行為的agent信息傳播模型,并結(jié)合安然電子郵件數(shù)據(jù)和推特社交平臺數(shù)據(jù)對不同場景下的社交網(wǎng)絡(luò)信息傳播與網(wǎng)絡(luò)演化機制進行了建模與仿真研究。本文的主要工作包括:1)針對電子郵件信息傳播平臺,建立基于用戶動態(tài)選擇行為的信息傳播模型。首先,應(yīng)用安然電子郵件數(shù)據(jù),挖掘用戶和郵件的關(guān)鍵屬性,如用戶職位,郵件參與者職位集合等,并據(jù)此構(gòu)建用戶間的交流規(guī)則及郵件信息偏好等。在此基礎(chǔ)上,通過融合用戶多維影響力及用戶選擇傳播內(nèi)容的信息偏好提出一個基于agent的安然郵件信息傳播模型。特別的,模型還使用了一個隨機游走過程模擬用戶使用郵件平臺的頻率。與真實數(shù)據(jù)的仿真對比結(jié)果表明,本文提出的基于agent的信息傳播模型能夠較好地再現(xiàn)郵件社會網(wǎng)絡(luò)平臺上網(wǎng)絡(luò)、用戶和信息等多個不同角度上的特征分布和涌現(xiàn)模式。最后,我們還研究了模型中影響力交互強度對于傳播結(jié)果的影響。2)針對推特社交網(wǎng)絡(luò)平臺,建立針對用戶動態(tài)轉(zhuǎn)發(fā)行為的推文信息傳播模型。首先,基于推特平臺關(guān)注網(wǎng)絡(luò)上的用戶關(guān)系和交互網(wǎng)絡(luò)上的推文轉(zhuǎn)發(fā),分析用戶之間的多維關(guān)系特征,挖掘不同因素對于信息傳播的影響。進一步,在對用戶、信息、網(wǎng)絡(luò)之間的動態(tài)交互機制分析的基礎(chǔ)上,充分考慮基于關(guān)注關(guān)系的多維用戶交互影響力,基于已轉(zhuǎn)發(fā)次數(shù)和推文與用戶傳播歷史相似度的動態(tài)推文偏好影響力,及用戶對于推文的有限注意力,提出基于agent的推特推文信息傳播模型。從網(wǎng)絡(luò)、用戶和信息等多個不同角度的特征分布和涌現(xiàn)模式的結(jié)果對比,驗證了模型在模擬真實世界中推特社交平臺信息傳播和網(wǎng)絡(luò)演化機制上的有效性。最后,我們從初始信息傳播者角度探討了傳播最大化問題。本文基于用戶動態(tài)交互機制的agent信息傳播擴散建模與研究,以社交平臺數(shù)據(jù)挖掘和多模式識別結(jié)果為基礎(chǔ),建立用戶多維關(guān)聯(lián)關(guān)系及信息偏好的雙重耦合作用的定量分析及動態(tài)演化模型,并通過從網(wǎng)絡(luò)、用戶和信息等多個層次和尺度的特征分布和涌現(xiàn)模式對實驗結(jié)果進行對比和分析,驗證了本模型模擬不同社交平臺上的信息傳播的有效性。同時,本文的研究為信息傳播影響力度量和信息傳播模型評價的提供了新的解決思路和方法,對深入揭示多樣性因素對于信息傳播的影響及從多層次和多尺度揭示信息傳播網(wǎng)絡(luò)演化發(fā)展具有一定的科研和現(xiàn)實意義。
【學(xué)位單位】：湖南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2015
【中圖分類】：TP393.09;G206
【部分圖文】：

社交網(wǎng)絡(luò)中基于用戶動態(tài)交互機制的信息傳播模型研究內(nèi)大量擴散，造成巨大影響。微博的這種獨特的用戶表達方式吸引著越來越多的用戶參與其中。以最具代表性的推特為例，口數(shù)量的用戶，每天全球 5.5 億用戶使用著各種不同的語言對進行瀏覽、評價與分享，全球用戶每月耗費在這個社交網(wǎng)站上分鐘。最近幾年，在美國與全球若干起政治經(jīng)濟等社會大事人矚目的關(guān)鍵角色。推特社交平臺及其各種依附產(chǎn)品占據(jù)了用，并承載著用戶的各種社會關(guān)系，使所有使用推特的用戶都存絡(luò)之中。

圖 1.2 研究路線技術(shù)圖1.3.3 章節(jié)安排本文的具體內(nèi)容和組織安排如下所示：第一章是緒論，介紹了社交網(wǎng)絡(luò)信息傳播的研究背景和意義，并分別從基于用戶、信息和網(wǎng)絡(luò)等方面對社交網(wǎng)絡(luò)影響力，及從影響力和基于傳播過程對信息傳播建模等相關(guān)工作及研究現(xiàn)狀進行了總結(jié)評述，本章的最后是研究目標與研究內(nèi)容。第二章是本文研究課題的基礎(chǔ)知識的介紹，包括社交網(wǎng)絡(luò)的相關(guān)特征，拓撲參量，經(jīng)典的網(wǎng)絡(luò)模型。第三章應(yīng)用安然電子郵件數(shù)據(jù)，提出了基于用戶動態(tài)交互機制的電子郵件信息傳播 agent 模型，并對仿真實驗結(jié)果進行討論和分析。第四章對推特社交網(wǎng)絡(luò)的實際數(shù)據(jù)進行挖掘和研究，提出基于用戶動態(tài)交互機制的推文信息傳播 agent 模型，并對仿真實驗結(jié)果進行討論和分析。最后是本文的參考文獻列表，附錄及致謝等內(nèi)容。

圖 2.1 完全規(guī)則網(wǎng)絡(luò)到完全隨機網(wǎng)絡(luò)的過渡圖 2.1 顯示了網(wǎng)絡(luò)的集聚系數(shù)和平均路徑長度隨重連概率 p 的變化關(guān)系。下面給出小世界網(wǎng)絡(luò)的度分布函數(shù)、平均路徑長度和聚類系數(shù)。度分布函數(shù)可以表示為：pNkekpNpk !()( )(2.12)上式是針對 k 大于等于 2K 的情況，當 k 小于 2K 的時候，p(k)等于 0。平均路徑長度可以表示為：L log( N)(2.13)平均聚類系數(shù)可以表示為：3(1)2(21)3(1)pKKC (2.14)從公式也可以看出，當 N 較大時，WS 小世界網(wǎng)絡(luò)有很小的平均路徑長度（接近于隨機網(wǎng)絡(luò)）和很大的平均聚類系數(shù)（接近于規(guī)則網(wǎng)絡(luò)）。此外，還有一種典型的 NW 模型，該模型通過隨機化加邊的方法構(gòu)造小世界網(wǎng)絡(luò)[61]。其構(gòu)造方法中

【參考文獻】

相關(guān)期刊論文 前3條

1 王超;楊旭穎;徐珂;馬建峰;;基于SEIR的社交網(wǎng)絡(luò)信息傳播模型[J];電子學(xué)報;2014年11期

2 劉亮;邱曉剛;陳彬;樊宗臣;;人工社會中社會網(wǎng)絡(luò)構(gòu)建研究[J];系統(tǒng)仿真學(xué)報;2014年10期

3 何祥;駱祥峰;;基于關(guān)聯(lián)語義鏈網(wǎng)絡(luò)的文本聚類方法[J];上海大學(xué)學(xué)報(自然科學(xué)版);2014年02期

本文編號：2815279