社会网中个体行为预测模型的研究

发布时间：2021-02-18 01:46

　　随着健康社会网的发展,以及人们生活水平的提高,研究个体行为的预测问题迫在眉睫,因此愈来愈多的研究学者开始关注健康社会网络中个体行为的预测问题。在之前的研究中,许多学者对于健康社会网络中运动的特征、运动的传播以及行为预测进行了相关的研究与探讨,但是在这些研究中忽略了时间的敏感性、社会影响的多样性。本文在此基础上,对健康社会网络中个体行为预测的问题进行了深入的探讨,主要体现在以下三个方面:首先,考虑了时间的敏感性,研究了社会网中融合时间消减函数的个体行为预测问题,提出了TSGP模型,该模型在基本的高斯处理模型基础上融合了个体因素、社会因素以及时间敏感性因素,然而普通的高斯处理模型仅仅考虑了个体因素,我们为了捕获社会影响因素,将基本的高斯处理模型进行了拓展。通过在真实数据集和合成数据上的实验验证表明,我们提出的TSGP模型有较好地预测精度。其次,用户行为的多样性、动态性以及隐藏的社会影响,使得行为预测问题面临着更严重的挑战。为了解决这一问题,我们在深度学习算法—受限玻尔兹曼机的基础上,提出了StRBM模型,该模型将个体因素、显性社会影响以及隐性社会影响融合在一起,行成了历史层、可见层以及隐藏... 

【文章来源】：黑龙江大学黑龙江省

【文章页数】：72 页

【学位级别】：硕士

【文章目录】：
中文摘要
Abstract
第1章 绪论
    1.1 研究背景和意义
    1.2 国内外研究现状及发展趋势
    1.3 本文主要研究工作
    1.4 章节安排
第2章 预备知识
    2.1 社会网及其表达式
    2.2 社会网中的传播模型
        2.2.1 独立级联模型（IC模型）
        2.2.2 线性阈值模型（LT）
    2.3 高斯混合模型（GMM）
    2.4 受限玻尔兹曼机
    2.5 本章小结
第3章 基于时间消减函数的个体行为预测模型的研究
    3.1 引言
    3.2 相关工作
    3.3 问题的定义
    3.4 融合时间消减函数的社会高斯处理模型
    3.5 实验
        3.5.1 评估准则
        3.5.2 基本方法和比较模型
        3.5.3 YesiWell数据集比较模型
        3.5.4 合成数据比较模型
        3.5.5 运行时间的比较
    3.6 本章小结
第4章 基于受限玻尔兹曼机的个体行为预测模型的研究
    4.1 引言
    4.2 预备知识
    4.3 社会化受限玻尔兹曼机模型
    4.4 实验
        4.4.1 YesiWell数据集
        4.4.2 评估标准
        4.4.3 对比模型
    4.5 本章小结
第5章 基于社区活动水平的传播预测模型的研究
    5.1 引言
    5.2 社区级活动传播模型（CSP）
        5.2.1 预备知识
        5.2.2 CSP模型
        5.2.3 模型选择函数
    5.3 实验
        5.3.1 实验数据
        5.3.2 实验设置
        5.3.3 实验结果
    5.4 本章小结
结论
参考文献
致谢
攻读硕士学位期间发表的学术论文及参加的科研项目


【参考文献】：
期刊论文
[1]社交网络中的用户转发行为预测[J]. 谢婧,刘功申,苏波,孟魁.  上海交通大学学报. 2013(04)
[2]大数据研究[J]. 严霄凤,张德馨.  计算机技术与发展. 2013(04)
[3]基于行为预测的微博网络信息传播建模[J]. 吴凯,季新生,刘彩霞.  计算机应用研究. 2013(06)
[4]基于贝叶斯方法的网络信息过滤技术研究[J]. 吴绍兵.  计算机与现代化. 2012(05)
[5]基于加权马尔可夫链的主动用户行为预测模型[J]. 张玉成,徐大纹,王筱娟.  计算机工程与设计. 2011(10)
[6]基于混合Markov模型的用户浏览预测[J]. 陈佳,吴军华.  计算机工程与设计. 2009(04)
[7]基于类Markov链的用户浏览行为预测方法[J]. 何丽.  计算机工程. 2008(22)
[8]一种基于Bayesian信念网络的客户行为预测方法[J]. 何蓓,吴敏.  控制与决策. 2007(06)
[9]基于粗集理论的顾客购买行为预测[J]. 梁静国,魏娟,林朗星.  统计与决策. 2006(01)

硕士论文
[1]老年人活动监测系统研究[D]. 程旸.天津大学 2009



本文编号：3038856