基于用户关系分析和微博内容挖掘的信息推荐系统研究
发布时间：2021-06-22 04:17
随着Web2.O时代的到来,社交网络服务飞速发展,它通过网络这一新型载体将各类人群连接起来,对人们的信息获得和生活方式产生了不可低估的影响。近两年来,微博作为一种新兴的社交网络平台走入大众视野,并且迅速以其新颖便捷的信息传播模式广受各类用户青睐。快速增长的用户数量也导致信息总量的爆炸式增长,如何从海量的微博信息中提取用户感兴趣的话题并推荐给用户,已然成为一个急需解决的研究问题。本论文基于用户关系分析和微博内容挖掘进行信息推荐,目的在于向微博用户提供个性化服务。论文的主要工作包括：1.通过对微博用户关系的分析,提出对中心用户有影响的相关用户影响力的算法。本文通过新浪微博用户数据,分析用户关系网络的形成原因,结合模糊综合评价法,确定影响用户影响力的因素间的关系,并提出用户影响力的计算公式,构建中心用户的用户影响力模型。2.通过对于微博内容的分析,提出基于话题级别的微博研究方法。本文结合可信关联规则对相关用户的微博进行话题检测,并且基于词激活力相关概念对相关用户的情感倾向性进行分析,以确定某一相关用户对于某一话题的情感倾向性。3.结合前两部分内容,提出微博信息的推荐算法。本文对已有的信息推荐...
【文章来源】：北京邮电大学北京市 211工程院校 教育部直属院校
【文章页数】：59 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 引言
1.1 研究背景和意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 国内研究现状
1.2.2 国外研究现状
1.3 研究内容
1.4 论文结构
第二章 微博传播机制及其影响分析
2.1 微博服务平台及功能
2.2 微博传播机制
2.3 微博传播对网络舆情的影响
2.4 本章小结
第三章 基于用户关系分析的微博用户影响力模型的构建
3.1 微博平台的用户属性
3.2 用户关系网络的形成
3.2.1 用户身份的特殊性在用户关系网络中的体现
3.2.2 实验数据
3.2.3 相关用户在用户关系网络中权重
3.3 微博用户影响力模型的构建
3.3.1 模糊综合评价法
3.3.2 影响用户影响力的因素
3.3.3 用户影响力计算
3.4 本章小结
第四章 微博内容挖掘
4.1 微博平台中的话题标签
4.2 用户关注话题挖掘
4.2.1 可信关联规则的相关理论
4.2.2 用户关注话题挖掘算法
4.2.3 实验结果
4.3 微博文本中情感倾向性的分析
4.3.1 WAF算法的相关理论
4.3.2 微博的情感倾向性计算及实验结果
4.4 本章小结
第五章 信息推荐系统
5.1 个性化信息推荐方法
5.2 微博推荐方法
5.3 基于用户关系和微博内容的微博信息推荐计算方法
5.3.1 计算方法
5.3.2 实验结果
5.3.3 与其他微博推荐结果比较
5.4 本章小结
第六章 总结与展望
6.1 论文的主要工作和创新点总结
6.2 未来的研究工作展望
参考文献
致谢
攻读学位期间发表的学术论文
【参考文献】：
期刊论文
[1]基于隐含语义分析的微博话题发现方法[J]. 马雯雯,魏文晗,邓一贵. 计算机工程与应用. 2014(01)
[2]移动推荐研究综述[J]. 刘嘉,都兴中,陈振宇,何铁科,朱庆华,吴清. 情报科学. 2012(10)
[3]面向微博的情感影响最大化模型[J]. 欧高炎,陈薇,王腾蛟,雷凯,杨冬青. 计算机科学与探索. 2012(09)
[4]个性化微博推荐算法[J]. 王晟,王子琪,张铭. 计算机科学与探索. 2012(10)
[5]基于信息传播的微博用户影响力度量[J]. 郭浩,陆余良,王宇,张亮. 山东大学学报(理学版). 2012(05)
[6]个性化推荐系统综述[J]. 王国霞,刘贺平. 计算机工程与应用. 2012(07)
[7]一种中文微博新闻话题检测的方法[J]. 郑斐然,苗夺谦,张志飞,高灿. 计算机科学. 2012(01)
[8]基于情感分布的微博热点事件发现[J]. 杨亮,林原,林鸿飞. 中文信息学报. 2012(01)
[9]基于层次结构的多策略中文微博情感分析和特征抽取[J]. 谢丽星,周明,孙茂松. 中文信息学报. 2012(01)
[10]新浪微博用户体验及传播影响力分析[J]. 刘建. 出版参考. 2011(36)
博士论文
[1]基于微博平台的事件趋势分析及预测研究[D]. 田野.武汉大学 2012
硕士论文
[1]基于云计算的微博推荐系统[D]. 佐凯.南京理工大学 2012
[2]微博用户界面的信息设计研究[D]. 汤伟.上海交通大学 2011
[3]以用户需求为中心的微博社区网站界面设计研究[D]. 陆玮.上海交通大学 2011
[4]中文微博客热点话题检测与跟踪技术研究[D]. 孙胜平.北京交通大学 2011
[5]公共危机与微博传播[D]. 吕吟.浙江大学 2011
[6]运用Twitter进行预测性研究的方法和特点[D]. 徐学鹏.浙江大学 2011
[7]基于共现链的微博情感分析技术的研究与实现[D]. 王岩.国防科学技术大学 2011
[8]新浪微博传播机制研究[D]. 张钰雪.西南大学 2011
[9]微博名人战略研究[D]. 戴丽娟.暨南大学 2011
[10]新浪微博的网络舆情分析研究[D]. 张岚岚.华东师范大学 2011
本文编号：3242102
【文章来源】：北京邮电大学北京市 211工程院校 教育部直属院校
【文章页数】：59 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 引言
1.1 研究背景和意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 国内研究现状
1.2.2 国外研究现状
1.3 研究内容
1.4 论文结构
第二章 微博传播机制及其影响分析
2.1 微博服务平台及功能
2.2 微博传播机制
2.3 微博传播对网络舆情的影响
2.4 本章小结
第三章 基于用户关系分析的微博用户影响力模型的构建
3.1 微博平台的用户属性
3.2 用户关系网络的形成
3.2.1 用户身份的特殊性在用户关系网络中的体现
3.2.2 实验数据
3.2.3 相关用户在用户关系网络中权重
3.3 微博用户影响力模型的构建
3.3.1 模糊综合评价法
3.3.2 影响用户影响力的因素
3.3.3 用户影响力计算
3.4 本章小结
第四章 微博内容挖掘
4.1 微博平台中的话题标签
4.2 用户关注话题挖掘
4.2.1 可信关联规则的相关理论
4.2.2 用户关注话题挖掘算法
4.2.3 实验结果
4.3 微博文本中情感倾向性的分析
4.3.1 WAF算法的相关理论
4.3.2 微博的情感倾向性计算及实验结果
4.4 本章小结
第五章 信息推荐系统
5.1 个性化信息推荐方法
5.2 微博推荐方法
5.3 基于用户关系和微博内容的微博信息推荐计算方法
5.3.1 计算方法
5.3.2 实验结果
5.3.3 与其他微博推荐结果比较
5.4 本章小结
第六章 总结与展望
6.1 论文的主要工作和创新点总结
6.2 未来的研究工作展望
参考文献
致谢
攻读学位期间发表的学术论文
【参考文献】：
期刊论文
[1]基于隐含语义分析的微博话题发现方法[J]. 马雯雯,魏文晗,邓一贵. 计算机工程与应用. 2014(01)
[2]移动推荐研究综述[J]. 刘嘉,都兴中,陈振宇,何铁科,朱庆华,吴清. 情报科学. 2012(10)
[3]面向微博的情感影响最大化模型[J]. 欧高炎,陈薇,王腾蛟,雷凯,杨冬青. 计算机科学与探索. 2012(09)
[4]个性化微博推荐算法[J]. 王晟,王子琪,张铭. 计算机科学与探索. 2012(10)
[5]基于信息传播的微博用户影响力度量[J]. 郭浩,陆余良,王宇,张亮. 山东大学学报(理学版). 2012(05)
[6]个性化推荐系统综述[J]. 王国霞,刘贺平. 计算机工程与应用. 2012(07)
[7]一种中文微博新闻话题检测的方法[J]. 郑斐然,苗夺谦,张志飞,高灿. 计算机科学. 2012(01)
[8]基于情感分布的微博热点事件发现[J]. 杨亮,林原,林鸿飞. 中文信息学报. 2012(01)
[9]基于层次结构的多策略中文微博情感分析和特征抽取[J]. 谢丽星,周明,孙茂松. 中文信息学报. 2012(01)
[10]新浪微博用户体验及传播影响力分析[J]. 刘建. 出版参考. 2011(36)
博士论文
[1]基于微博平台的事件趋势分析及预测研究[D]. 田野.武汉大学 2012
硕士论文
[1]基于云计算的微博推荐系统[D]. 佐凯.南京理工大学 2012
[2]微博用户界面的信息设计研究[D]. 汤伟.上海交通大学 2011
[3]以用户需求为中心的微博社区网站界面设计研究[D]. 陆玮.上海交通大学 2011
[4]中文微博客热点话题检测与跟踪技术研究[D]. 孙胜平.北京交通大学 2011
[5]公共危机与微博传播[D]. 吕吟.浙江大学 2011
[6]运用Twitter进行预测性研究的方法和特点[D]. 徐学鹏.浙江大学 2011
[7]基于共现链的微博情感分析技术的研究与实现[D]. 王岩.国防科学技术大学 2011
[8]新浪微博传播机制研究[D]. 张钰雪.西南大学 2011
[9]微博名人战略研究[D]. 戴丽娟.暨南大学 2011
[10]新浪微博的网络舆情分析研究[D]. 张岚岚.华东师范大学 2011
本文编号：3242102
本文链接：https://www.wllwen.com/guanlilunwen/ydhl/3242102.html
