基于转发习惯的微博用户转发行为预测研究

发布时间：2021-04-20 03:21

　　随着微博用户规模的不断攀升,微博已经逐渐成为信息传播的重要载体。微博信息传播的主要方式是转发行为,预测用户的转发行为可以帮助理解微博的信息传播方式,并且对网络营销及舆情监测等领域的应用具有重要意义。现有的转发行为预测方法,大多从两种角度来考虑转发行为的影响因素:转发者和发布者。从转发者角度考虑的影响因素效果较好,但影响因素的准确提取仍有待提高;从发布者角度考虑的影响因素未体现转发者之间的个体差异性,直接用于特定用户的转发行为预测效果不够理想。为解决此问题,提出一种基于转发习惯的微博用户转发行为预测方法。首先,对影响因素进行改进,从转发行为习惯、转发对象习惯和转发内容习惯三个方面挖掘用户的转发习惯,更加准确地描述用户的转发特性。然后,利用机器学习的分类算法来实现微博转发行为预测,并通过实验验证了方法的有效性。论文的主要工作包括两个方面:（1）挖掘用户的转发习惯。首先,分析了转发行为的影响因素,并将他们划分为用户的行为特征、用户的社交倾向和用户的内容偏好三个方面。然后,提出了转发习惯的概念,并分别给出了转发行为习惯、转发对象习惯、转发内容习惯的挖掘方法。其中,转发行为习惯考虑了用户本身的转... 

【文章来源】：河北大学河北省

【文章页数】：58 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究背景及意义
    1.2 相关研究现状
        1.2.1 微博用户行为分析
        1.2.2 微博用户之间的关系强度度量
        1.2.3 微博用户兴趣挖掘
        1.2.4 微博转发行为预测
    1.3 研究内容
    1.4 文章组织结构
第二章 相关理论与技术
    2.1 聚类算法
        2.1.1 基于划分的方法
        2.1.2 基于层次的方法
        2.1.3 基于密度的方法
        2.1.4 基于网格的方法
    2.2 向量空间模型
        2.2.1 文本预处理
        2.2.2 TF-IDF算法
        2.2.3 文档的向量表示及相似度
    2.3 逻辑回归算法
    2.4 本章小结
第三章 用户转发习惯挖掘
    3.1 问题描述与分析
        3.1.1 问题描述
        3.1.2 从发布者角度研究的影响因素分析
        3.1.3 从转发者角度研究的影响因素分析
        3.1.4 转发习惯分析
    3.2 转发行为习惯挖掘
        3.2.1 转发行为偏好
        3.2.2 转发活跃度
    3.3 转发对象习惯挖掘
        3.3.1 转发者与发布者的社交关系
        3.3.2 转发者对发布者粉丝数的偏好
        3.3.3 转发者对发布者认证属性的偏好
    3.4 转发内容习惯挖掘
        3.4.1 转发者对微博内容的兴趣
        3.4.2 转发者对内容属性的偏好
    3.5 本章小结
第四章 微博用户转发行为预测实现
    4.1 转发习惯的量化
        4.1.1 转发行为习惯的量化
        4.1.2 转发对象习惯的量化
        4.1.3 转发内容习惯的量化
    4.2 转发预测方法的实现
    4.3 实验
        4.3.1 实验数据采集及预处理
        4.3.2 评价标准
        4.3.3 参数的确定
        4.3.4 不同转发习惯对预测准确性的贡献
        4.3.5 不同转发预测方法的比较
    4.4 本章小结
第五章 总结与展望
参考文献
致谢
攻读学位期间取得的科研成果



本文编号：3148878