基于LDA的微博服务专家定位方法研究

发布时间：2021-04-27 20:37

　　随着互联网的不断发展以及人们互动和沟通的需求越来越旺盛,社交网络己经越来越深入到人们的生活和工作当中。微博作为一种新型的社交网络服务,它是一个基于用户关系的信息分享、传播以及获取平台。微博发布信息的方式快速简练,与现在快节奏的生活不谋而合,再加上人们希望别人了解自己的沟通需求,因而受到了越来越多的关注。人们在微博上分享的信息越来越多,各人使用微博的理由也不尽相同,微博用户良莠不齐,从全球知名机构到当地社区组织,从领域专家到垃圾用户,应有尽有。因此,在微博服务中找出与某个关键字相关的专家用户显得特别重要。本文提出了一种在微博服务中进行专家定位的新颖方法。该方法充分考虑用户发布过的微博内容和用户之间的拓扑关系,通过引入主题模型拓展Page Rank算法来计算用户在各个主题下的社交影响力,最终将主题社交影响力和内容相关度相结合,来给出较为准确的专家定位排名。通过在基于新浪微博API抓取的实验数据集上进行的实验表明,该方法能够有效且准确的查找专家型用户。进而得出结论：1.微博用户之间的关注、转发、提及行为都能够用来计算用户社交影响力。2.通过考虑微博用户之间的拓扑关系来计算用户社交影响力,微博... 

【文章来源】：华东师范大学上海市 211工程院校 985工程院校 教育部直属院校

【文章页数】：80 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 引言
    1.1 研究背景
    1.2 微博服务专家定位的研究现状及挑战
    1.3 论文的主要研究内容和创新点
    1.4 本文的组织结构
第二章 相关研究工作
    2.1 微博用户社交影响力相关研究
    2.2 社交网络专家定位相关研究
    2.3 LDA在微博服务中的应用研究概况
        2.3.1 主题模型和LDA(隐含狄利克雷分配)
        2.3.2 LDA在微博服务中的应用研究
第三章 基于LDA的微博服务专家定位系统框架与算法
    3.1 专家定位系统框架概述
    3.2 用户全局社交影响力计算算法MbUserRank
        3.2.1 PageRank算法
        3.2.2 基于PageRank的MbUserRank算法详细介绍
        3.2.3 MbUserRank算法结果分析
    3.3 基于LDA的用户主题社交影响力计算算法LDAMbUserRank
        3.3.1 微博用户主题抽取
        3.3.2 LDAMbUserRank算法详细介绍
        3.3.3 LDAMbUserRank算法结果分析
    3.4 专家定位方法CR&SI
        3.4.1 关键字相关社交影响力
        3.4.2 内容相关度
        3.4.3 专家排名公式
        3.4.4 CR&SI方法详细介绍
    3.5 本章小结
第四章 专家定位原型系统的设计与实现
    4.1 专家定位原型系统框架
    4.2 专家定位原型系统实现
        4.2.1 数据层
        4.2.2 逻辑控制层
        4.2.3 显示层
    4.3 本章小结
第五章 实验设计及结果分析
    5.1 实验数据集
        5.1.1 数据准备
        5.1.2 数据预处理
        5.1.3 数据分析
    5.2 实验方案
        5.2.1 实验方案概述
        5.2.2 评价标准
        5.2.3 专家投票系统
    5.3 实验结果分析
    5.4 本章小结
第六章 总结和展望
    6.1 本文工作总结
    6.2 下一步工作展望
附录一 作者攻读硕士学位期间发表的学术论文
参考文献
致谢


【参考文献】：
期刊论文
[1]微博影响力评价研究[J]. 李军,陈震,黄霁崴.  信息网络安全. 2012(03)
[2]微博的历史、现状与发展趋势[J]. 谢耘耕,徐颖.  现代传播(中国传媒大学学报). 2011(04)



本文编号：3164119