基于用户影响力的微博社区发现技术研究

发布时间：2021-12-24 20:11

　　近年来，在互联网上蓬勃发展的微博越来越多地引起了人们的关注。微博从传统的社交网络中脱颖而出，在拥有了独立的服务平台后逐渐演化为一种新的信息发布形式。但是在快速发展的同时也面临了一些问题，比较突出的是欺诈信息、虚假信息、谣言诽谤甚至反动信息等都会通过微博快速传播，以致引发恶性群体性事件。论文结合国家863项目“面向三网融合的统一安全管控网络”，以复杂网络的研究成果为基础，研究微博的社区发现技术，提出一种新的微博用户影响力评价模型，利用该模型可对微博用户在网络中的重要程度进行排名。将微博用户影响力的评价结果与复杂网络的社区发现算法相结合，从而可实现对微博社区的划分。利用本文的研究成果，能够与相关的网络舆情分析模型及系统结合，为微博网络舆情监控提供相关思路和技术支持。论文主要工作如下：在利用微博网站所提供的API接口获取实时数据的基础上，对微博用户的行为特征进行统计分析，提出一种基于用户行为的影响力评价模型，实现了对微博用户在网络中重要性的评估。仿真结果表明模型能够准确的评价微博用户的影响力。针对微博网络中存在大量的星形结构，结合用户影响力的研究成果，提出了一种基于星形结构的微博社区发现算法... 

【文章来源】：战略支援部队信息工程大学河南省

【文章页数】：64 页

【学位级别】：硕士

【部分图文】：

--2012年国内外微博用户规模2012年，作为史上第一届被社交媒体直播的“社交奥运”，“伦敦奥运会”以近4亿的

用户发布微博的时间间隔图中横坐标为用户发布微博的时间间隔，纵坐标是用户所发微博数占微博总数的比率

图 6 用户发布微博的时间间隔发布微博的时间间隔，纵坐标是用户所发微博数占的个体的统计特征之间差异悬殊，无法得到一个优微博用户中有一些为信息的发布者，如新闻媒体、，以此向外传递信息。而一些信息的搜索者基本上相差非常悬殊。究人类行为动力学的一个基本假设就是其时间的统描述。但是最新的研究成果表明人类行为并不服从从幂率分布。我们实证分析了微博用户在微博中的从幂率分布。如图 7 所示：

【参考文献】：
期刊论文
[1]人类行为动力学研究[J]. 韩筱璞,汪秉宏,周涛.  复杂系统与复杂性科学. 2010(Z1)
[2]大型在线社会网络结构分析[J]. 胡海波,徐玲,王科,汪小帆.  上海交通大学学报. 2009(04)
[3]基于复杂网络理论的在线社会网络分析[J]. 胡海波,王科,徐玲,汪小帆.  复杂系统与复杂性科学. 2008(02)

硕士论文
[1]社交网络结构研究[D]. 刘耀庭.浙江大学 2008



本文编号：3551117