结合时间因子的社交网络用户影响力分析

发布时间：2017-05-04 12:02

  本文关键词：结合时间因子的社交网络用户影响力分析，由笔耕文化传播整理发布。

【摘要】：伴随着互联网技术的迅猛发展,人们之间信息交流的方式也发生了巨大的变化,信息传播的速度和规模都达到了空前的水平,特别是在社交网络出现之后,人们可以通过各种终端设备在这个平台上随时随地发布自己的动态,每天在社交网络平台上都会产生海量的数据,社交网络在消息传播中扮演者越来也重要的角色。新浪微博,国内最大的社交网络平台之一。微博用户可以通过相互之间的关注机制分享消息,由于微博消息的传播具有实时性特点,并且不受空间地域的影响,使得微博在人们日常交流中扮演着越来越重要的角色,大有超越传统媒体的趋势。因此,对于新浪微博的研究蕴含着巨大的科研和商业价值。其中,对微博用户影响力的研究就是当下最热门的社交网络课题之一。因为微博上的各种交互活动也属于用户的主观行为,所以本文基于人类行为动力学相关理论,提出了一种实时的计算新浪微博用户影响力的方法。本文主要工作包括以下几点：首先,阐述复杂网络的概念,通过对社交网络和复杂网络的研究表明,社交网络属于复杂网络的一种,具有复杂网络的两个基本特点：小世界性和无标度特性。同时还论述了社交网络的发展和研究现状。其次,通过新浪提供的API结构设计了微博数据爬取程序,用来爬取本文所需要的实验数据,然后结合人类行为动力学的相关理论,研究证明了用户的转发行为的时间间隔是服从幂律分布而不是泊松分布的。再次,对用户的关注行为进行了数学建模,量化了特定时刻用户之间的关注程度。基于PageRank的思想提出了本文的用户影响力评估算法-RTRank。 RTRank算法是基于网络结构和用户行为的时间间隔分布规律来实时计算用户影响力,实验证明本算法具有良好的收敛性和实时性。最后,用粉丝量和PageRank算法分别计算用户的影响力,并利用Spearman相关系数计算RTRank算法和这两个算法的相关性,对结果进行分析表明,本文中的方法在计算用户影响力上表现的更加全面,而且具有很好的实时性。
【关键词】：社交网络 复杂网络 PageRank算法 用户影响力
【学位授予单位】：广东工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP393.092
【目录】：

• 摘要4-5
• ABSTRACT5-11
• 第一章 绪论11-17
• 1.1 研究背景及意义11-12
• 1.2 国内外研究现状12-15
• 1.2.1 社交网络研究现状12-14
• 1.2.2 用户影响力研究现状14-15
• 1.3 本文主要工作15
• 1.4 论文组织结构15-17
• 第二章 社交网络综述17-25
• 2.1 复杂网络17-19
• 2.1.1 小世界效应17-18
• 2.1.2 无标度特性18-19
• 2.2 社会网络概述19-20
• 2.3 社会网络分析理论20-22
• 2.3.1 150定律20-21
• 2.3.2 六度分割理论21-22
• 2.4 社会网络分析指标22-23
• 2.5 复杂网络和社会网络区别23
• 2.6 社交网络概述23-24
• 2.7 本章小结24-25
• 第三章 微博用户行为特征研究25-35
• 3.1 新浪微博综述25-26
• 3.2 数据集26-30
• 3.2.1 爬取系统框架27-28
• 3.2.2 爬取流程28-29
• 3.2.3 爬取结果29-30
• 3.3 人类行为研究30-32
• 3.4 微博用户行为研究32-34
• 3.4.1 转发行为32-33
• 3.4.2 关注行为33-34
• 3.5 本章总结34-35
• 第四章 用户影响力模型35-45
• 4.1 社交网络中影响力的概念35-36
• 4.2 PageRank算法36-39
• 4.3 基于PageRank的影响力计算方法—RTRank39-44
• 4.3.1 算法基本思想39-41
• 4.3.2 用户之间关注度度量41-43
• 4.3.3 算法基本流程43-44
• 4.4 本章小结44-45
• 第五章 实验结果45-52
• 5.1 RTRank算法的收敛性45-46
• 5.2 相关性分析46-48
• 5.2.1 FR和PR算法46-47
• 5.2.2 转发次数47-48
• 5.3 RTRank实时性分析48-50
• 5.4 有效性验证50-51
• 5.5 本章小结51-52
• 总结与展望52-54
• 工作总结52
• 研究展望52-54
• 参考文献54-58
• 攻读学位期间发表论文58-60
• 致谢60

【参考文献】

中国期刊全文数据库 前4条

1 韩筱璞;汪秉宏;周涛;;人类行为动力学研究[J];复杂系统与复杂性科学;2010年Z1期

2 陈舜华;王晓彤;郝志峰;蔡瑞初;肖晓军;卢宇;;基于微博API的分布式抓取技术[J];电信科学;2013年08期

3 郭进时;汤红波;吴凯;杨森;;基于社区结构的影响力最大化算法[J];计算机应用;2013年09期

4 吴信东;李毅;李磊;;在线社交网络影响力分析[J];计算机学报;2014年04期

中国硕士学位论文全文数据库 前4条

1 康书龙;基于用户行为及关系的社交网络节点影响力评价[D];北京邮电大学;2011年

2 黄晓华;基于社会信息的移动社交网络路由算法[D];上海交通大学;2010年

3 张璇;基于社会网络分析的舆情管理研究[D];合肥工业大学;2013年

4 陈浩;基于Hadoop的微博用户影响力排名算法研究[D];华东理工大学;2014年

  本文关键词：结合时间因子的社交网络用户影响力分析，，由笔耕文化传播整理发布。

本文编号：345007