社会网络群体注意力分析方法研究

发布时间：2021-03-08 18:42

　　群体注意力是指群体用户对同一事物形成的关注，是社会网络中的一个重要研究内容。现有研究主要集中在分析群体用户注意力的倾向，以使得研究者或者网站经营者能够准确洞察或者预测用户的一种群体倾向。分析某事物的流行性趋势能准确把握社交网站或者商业网站的核心内容，能发现群体用户在某一时间段内共同关注的事物，并及时地为用户筛选出最受欢迎的、最热门的话题或事物。而如何对群体注意力进行建模，并依据内容的流行性对群体注意力进行分类并进而对注意力的趋势进行准确的预测是实现上述目的亟需解决的关键问题，也是本论文的主要研究内容。本论文具体工作主要包括以下几方面内容：首先，通过分析现有群体注意力的研究现状和存在的问题，提出了一种描述群体注意力的模型：PebCAM。PebCAM模型能描述群体注意力随着时间的变化趋势，并给出计算注意力峰值的计算公式。PebCAM模型为后续的群体注意力动态聚类研究提供了数据基础。其次，基于PebCAM模型，研究了一种群体注意力的动态聚类方法CACM。该方法将群体注意力随时间的推移而发生峰值的变化特征进行划分，依据群体注意力的流行性特征达到峰值的方式以及峰值前后流行性变化的不同，将群体注意... 

【文章来源】：哈尔滨工程大学黑龙江省 211工程院校

【文章页数】：63 页

【学位级别】：硕士

【部分图文】：

受关注标签峰值前后所占百分比步骤3：进行EM聚类

哈尔滨工程大学硕士学位论文系统安全性的考虑，不论是 twitter、linkedin 还是 facebook，都在一定程度上限制发者对其资源的使用。综上所述，腾讯微博和新浪微博相比起来，其 API 还不能满究者和开发者的需求。而新浪微博更贴近于大众，在国内算是最接近 twitter 的微博平台。本文以新浪微博作为数据获取的来源，采用访问 API 的方式来获得微博用户的。在访问 API 时使用队列进程管理、多线程访问，将得到的结果保存到数据库中用户信息的获取上，采用雪球采样的方法执行广度优先搜索（BFS）算法，从指定户开始，获得用户的粉丝和关注者列表，加入队列中，再以用户的好友及跟随者为对象，获得其好友及跟随者列表，加入队列，如此逐层获取，直至达到预期的用户为止。程序的整体架构如图 3.2 所示。

accesstoken获取图

【参考文献】：
期刊论文
[1]基于OAuth2.0的认证授权技术[J]. 时子庆,刘金兰,谭晓华.  计算机系统应用. 2012(03)
[2]基于一种改进的K-means算法的校园网用户行为分析研究[J]. 皇甫大鹏,陈平,王兴建.  广西大学学报(自然科学版). 2011(S1)
[3]浅析J2ME与微博数据交换的实现[J]. 钱立.  实验科学与技术. 2011(04)
[4]一种基于随机游走模型的多标签分类算法[J]. 郑伟,王朝坤,刘璋,王建民.  计算机学报. 2010(08)
[5]SNS社交网络发展现状及趋势[J]. 王亮.  现代电信科技. 2009(06)
[6]一种基于密度的自适应最优LDA模型选择方法[J]. 曹娟,张勇东,李锦涛,唐胜.  计算机学报. 2008(10)
[7]基于静态和动态的社会网络挖掘算法[J]. 于卓尔,周春光,杨滨,王建园,才华,徐昊,王喆.  吉林大学学报(理学版). 2008(05)
[8]谱聚类算法综述[J]. 蔡晓妍,戴冠中,杨黎斌.  计算机科学. 2008(07)
[9]基于模型的聚类方法研究[J]. 宋浩远.  重庆科技学院学报(自然科学版). 2008(03)
[10]基于贝叶斯方法的决策树分类算法[J]. 樊建聪,张问银,梁永全.  计算机应用. 2005(12)

硕士论文
[1]面向社会网络的信息传播模型研究[D]. 郑蕾.上海交通大学 2011
[2]移动对象轨道聚类算法的研究[D]. 王明涛.南京航空航天大学 2010



本文编号：3071487