微博网络中隐蔽关键用户发现技术研究
发布时间：2021-08-14 16:33
微博是一把双刃剑,不仅方便了人们的信息互动,也便利了恶意舆论的传播,而微博中很多恶意舆论传播过程中的关键用户具有较高的隐蔽性,增加了微博中舆论监管与引导工作的难度。因此,识别出微博网络中的隐蔽关键用户,对于微博网络中的舆论监管与引导工作具有重要意义。本文以微博用户为研究对象,对微博中的隐蔽关键用户展开了深入的研究,全文主要工作如下:1.基于关注关系构建微博关系网,并深入分析了该网络所承载的各种交互行为,给出了微博网络中隐蔽关键用户和显式关键用户的界定,提出了一种微博网络中隐蔽关键用户的研究框架,为后续研究建立基础。2.针对不具有传播性的微博会对用户的影响力分析造成干扰的问题,深入研究了具有传播性的微博的特征并过滤微博,结合关注用户用户对被关注用户的关注度和两者之间兴趣相似度计算后者的微博传播规模期望,以此为指标来分析被关注用户的影响力。经实验表明,该方法的准确率较高。3.关键用户有显著和隐蔽之分,现有的方法大都分析用户的直接影响力,发现的关键用户大都属于显式关键用户。但是,隐蔽关键用户的影响力虽高,其隐蔽性同样很高,一般通过隐蔽地影响显式关键用户来制造影响,针对该现象,基于转移熵度量非...
【文章来源】：战略支援部队信息工程大学河南省
【文章页数】：58 页
【学位级别】：硕士
【部分图文】：
用户兴趣相似度影响统计
2.2.2 微博转发行为分析文献[31]指出：用户的转发行为是对信息的过程把关，转发是一个信息甄别、信息接的过程，微博用户一般只对自己感兴趣的、符合自身传播标准的信息进行传递，尤其是己关注的用户所产生的信息。因此可以认为，用户的同一条微博，对于兴趣偏好不同的他用户，其转发价值是不一样的，此外，对用户关注度更高的其他用户会花更多的时间精力去接收甄别用户发布的微博内容，也更有可能转发用户的微博。随机选取了若干个户，对于每个用户，对兴趣相似度和关注程度对其转发行为的影响进行问卷调查，每个户被要求完成两道选择题：1、是否更倾向于转发兴趣相似的用户的微博A：是的 B：其他2、是否倾向于转发自己比较关注的用户A：是的 B：不是 C：没有特别关注的用户调查结果如图 2.3、图 2.4 所示：
趣和转发的关系析可知，微博用户一般偏向于转发兴趣相似的用户的微博趣。为了证明这一性质，需要量化分析兴趣对用户转发行用户，分析每个用户和其转发最多的用户之间的兴趣相似用户偏向于转发兴趣相似的用户的微博。挑选了 300 名新浪微博用户，采集每个用户在 2017 年 3个月的时间区间内发布的所有微博。对于每个用户，得到同样爬取该用户在相同时间段内发布的所有微博。最后，在 8 个月内发布的所有微博。每个用户，需要量化其兴趣，将其 8 个月内的微博合并成成模型生成微博集的话题分布向量，该向量便是每个用户的兴趣向量之后，计算两者的兴趣向量的余弦相似度，到的 300 个计算结果进行统计，结果如图 2.5 所示：
【参考文献】：
期刊论文
[1]基于用户行为特征的微博转发预测研究[J]. 刘玮,贺敏,王丽宏,刘悦,沈华伟,程学旗. 计算机学报. 2016(10)
[2]基于用户粉丝聚类现象的微博僵尸用户检测[J]. 陶永才,王晓慧,石磊,卫琳,曹仰杰. 小型微型计算机系统. 2015(05)
[3]基于用户行为的微博用户社会影响力分析[J]. 毛佳昕,刘奕群,张敏,马少平. 计算机学报. 2014(04)
[4]基于多视角特征融合的中文垃圾微博过滤[J]. 于然,刘春阳,靳小龙,王元卓,程学旗. 山东大学学报(理学版). 2013(11)
[5]一种基于支持向量机的垃圾微博识别方法[J]. 陈欣,郑啸,焦媛媛,陈慧娟. 安徽工业大学学报(自然科学版). 2013(04)
[6]微博传播过程中用户影响力的特征实证分析[J]. 于晶. 情报杂志. 2013(08)
[7]一种新的网络传播中最有影响力的节点发现方法[J]. 胡庆成,尹龑燊,马鹏斐,高旸,张勇,邢春晓. 物理学报. 2013(14)
[8]微博媒体化与传统媒体发布流程之变[J]. 栾轶玫. 视听界. 2010(03)
[9]复杂网络中节点重要度评估的节点收缩方法[J]. 谭跃进,吴俊,邓宏钟. 系统工程理论与实践. 2006(11)
[10]通信网中节点重要性的评价方法[J]. 陈勇,胡爱群,胡啸. 通信学报. 2004(08)
硕士论文
[1]微博用户的评论与转发行为的影响因素研究[D]. 王蓉.南京师范大学 2014
[2]基于链接关系的有向加权复杂网络关键节点识别技术研究[D]. 胡满玉.南京理工大学 2012
本文编号：3342807
【文章来源】：战略支援部队信息工程大学河南省
【文章页数】：58 页
【学位级别】：硕士
【部分图文】：
用户兴趣相似度影响统计
2.2.2 微博转发行为分析文献[31]指出：用户的转发行为是对信息的过程把关，转发是一个信息甄别、信息接的过程，微博用户一般只对自己感兴趣的、符合自身传播标准的信息进行传递，尤其是己关注的用户所产生的信息。因此可以认为，用户的同一条微博，对于兴趣偏好不同的他用户，其转发价值是不一样的，此外，对用户关注度更高的其他用户会花更多的时间精力去接收甄别用户发布的微博内容，也更有可能转发用户的微博。随机选取了若干个户，对于每个用户，对兴趣相似度和关注程度对其转发行为的影响进行问卷调查，每个户被要求完成两道选择题：1、是否更倾向于转发兴趣相似的用户的微博A：是的 B：其他2、是否倾向于转发自己比较关注的用户A：是的 B：不是 C：没有特别关注的用户调查结果如图 2.3、图 2.4 所示：
趣和转发的关系析可知，微博用户一般偏向于转发兴趣相似的用户的微博趣。为了证明这一性质，需要量化分析兴趣对用户转发行用户，分析每个用户和其转发最多的用户之间的兴趣相似用户偏向于转发兴趣相似的用户的微博。挑选了 300 名新浪微博用户，采集每个用户在 2017 年 3个月的时间区间内发布的所有微博。对于每个用户，得到同样爬取该用户在相同时间段内发布的所有微博。最后，在 8 个月内发布的所有微博。每个用户，需要量化其兴趣，将其 8 个月内的微博合并成成模型生成微博集的话题分布向量，该向量便是每个用户的兴趣向量之后，计算两者的兴趣向量的余弦相似度，到的 300 个计算结果进行统计，结果如图 2.5 所示：
【参考文献】：
期刊论文
[1]基于用户行为特征的微博转发预测研究[J]. 刘玮,贺敏,王丽宏,刘悦,沈华伟,程学旗. 计算机学报. 2016(10)
[2]基于用户粉丝聚类现象的微博僵尸用户检测[J]. 陶永才,王晓慧,石磊,卫琳,曹仰杰. 小型微型计算机系统. 2015(05)
[3]基于用户行为的微博用户社会影响力分析[J]. 毛佳昕,刘奕群,张敏,马少平. 计算机学报. 2014(04)
[4]基于多视角特征融合的中文垃圾微博过滤[J]. 于然,刘春阳,靳小龙,王元卓,程学旗. 山东大学学报(理学版). 2013(11)
[5]一种基于支持向量机的垃圾微博识别方法[J]. 陈欣,郑啸,焦媛媛,陈慧娟. 安徽工业大学学报(自然科学版). 2013(04)
[6]微博传播过程中用户影响力的特征实证分析[J]. 于晶. 情报杂志. 2013(08)
[7]一种新的网络传播中最有影响力的节点发现方法[J]. 胡庆成,尹龑燊,马鹏斐,高旸,张勇,邢春晓. 物理学报. 2013(14)
[8]微博媒体化与传统媒体发布流程之变[J]. 栾轶玫. 视听界. 2010(03)
[9]复杂网络中节点重要度评估的节点收缩方法[J]. 谭跃进,吴俊,邓宏钟. 系统工程理论与实践. 2006(11)
[10]通信网中节点重要性的评价方法[J]. 陈勇,胡爱群,胡啸. 通信学报. 2004(08)
硕士论文
[1]微博用户的评论与转发行为的影响因素研究[D]. 王蓉.南京师范大学 2014
[2]基于链接关系的有向加权复杂网络关键节点识别技术研究[D]. 胡满玉.南京理工大学 2012
本文编号：3342807
本文链接：https://www.wllwen.com/guanlilunwen/ydhl/3342807.html
