基于社交网络的用户行为分析及预测

发布时间：2021-10-16 12:02

　　近年来社交网络服务发展蓬勃,在全球拥有大量用户,社交网站已成为影响力巨大的信息平台。掌握社交网络中用户的行为、情感以及传播规律,不仅能够帮助企业根据用户行为特征提供更好的服务和产品、进行更有效的网络营销和推广,而且也为有关部门对网络舆论进行合理的监控和干预提供了理论依据。本文以新浪微博为对象,围绕社交网络中的用户交互行为,感知用户的情感,研究情感传播机制,并结合情感的变化预测用户的行为,提出了基于动态因子图模型moodcast的情感预测模型和广告点击率预测模型。首先,在本文中我们探讨了通过自然语言处理和语义分析的方法,将用户在社交网络上发表的言论进行分析,挖掘出用户的兴趣和情感偏向,这一方法虽然沿用了以往对文本分析的方法,但在此处我们将其引用到社交网络上又有了他的特殊性,在社交网络上我们分析的都是短文本,具体的分词聚类的做法又有别于以往。其次,以往研究用户的情感没有考虑到用户情感受别人的影响,也就是我们这里所说的情感的传播问题,在本文中我们将用户情感的传播问题引进到了社交网络中,通过学习动态因子图模型moodcast,提出了社交网络上用户情感受朋友影响后的预测模型。我们在这里主要针对两... 

【文章来源】：西安邮电大学陕西省

【文章页数】：61 页

【学位级别】：硕士

【部分图文】：

动态属性的例子我们使用上标t来表示依据时间变化的连续的动态信息，也就是说，所冇的边

相关活动 阁2.8相关调用图2.7显示用户的活动和他们的情感状态之间的相关性

样例分析

【参考文献】：
期刊论文
[1]自适应多克隆聚类算法及收敛性分析[J]. 马力,焦李成,白琳,陈长国.  模式识别与人工智能. 2008(01)
[2]一种基于人工免疫网络的文本聚类算法[J]. 童健华,谭洪舟.  计算机工程与科学. 2007(10)
[3]基于本体的文本信息检索研究[J]. 杨建林.  情报理论与实践. 2006(05)
[4]基于本体论的文本挖掘技术综述[J]. 贾焰,王永恒,杨树强.  计算机应用. 2006(09)
[5]基于本体论的文本特征提取[J]. 唐晓文.  电脑与信息技术. 2005(01)
[6]中文文本分类中的特征选择研究[J]. 周茜,赵明生,扈旻.  中文信息学报. 2004(03)
[7]中文文本分类中特征抽取方法的比较研究[J]. 代六玲,黄河燕,陈肇雄.  中文信息学报. 2004(01)
[8]基于Bayes潜在语义模型的半监督Web挖掘[J]. 宫秀军,史忠植.  软件学报. 2002(08)
[9]文本聚类中的贝叶斯后验模型选择方法[J]. 姜宁,史忠植.  计算机研究与发展. 2002(05)

博士论文
[1]互联网文本聚类与检索技术研究[D]. 孟宪军.哈尔滨工业大学 2009
[2]基于Web挖掘的电子商务个性化推荐机理与方法研究[D]. 易明.华中科技大学 2006

硕士论文
[1]基于图结构的中文文本聚类方法研究[D]. 刘巧凤.大连理工大学 2009
[2]基于本体的中文文本聚类技术研究[D]. 杨彩莲.辽宁师范大学 2008



本文编号：3439775