基于用户行为的信息传播分析与预测
发布时间：2021-12-25 11:28
随着web2.0的发展,微博、博客等社交媒体不断涌现并日益成熟。这些社交媒体的出现为人们进行资源共享、信息交互提供了可能,使得互联网上保存了海量的用户行为数据,这些数据中蕴藏着丰富的价值,如何从海量的数据中挖掘有用的信息成为当前研究的热点。其中,基于社交网络数据分析用户行为特征,有助于掌握大众的行为特性分布,为研究信息传播、话题演化以及舆情管控等提供了依据。本论文主要从用户个体行为和用户群体行为两方面出发,对热点话题传播以及热点话题热度进行了建模、分析和研究。主要研究工作和贡献如下:1.在用户个体行为及信息传播规律方面,基于社交网络中热点话题的用户关系数据以及用户行为数据,提取影响用户行为的特征,构建基于用户转发行为的信息传播预测模型,分析信息传播的规律。首先,应用张量分解在数据空间转换和数据投影的特性,提出一种基于张量挖掘用户交互强度的机制,分析好友关系对用户间交互强度的影响。其次,构建张量时引入时间衰减函数,动态拟合用户的行为,进一步量化用户自身行为在当前热点话题下的演化轨迹。最后,对话题的生命周期进行时间切片和时间离散化,提出一种基于逻辑回归的信息传播预测模型,分析热点话题下信息...
【文章来源】：重庆邮电大学重庆市
【文章页数】：78 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第1章 绪论
1.1 研究背景与意义
1.2 研究现状
1.2.1 社交网络发展现状
1.2.2 社交网络中的信息传播研究
1.2.3 话题跟踪与热度预测研究
1.3 主要研究内容
1.4 论文组织架构
第2章 相关技术和理论基础
2.1 在线社交网络中的信息传播
2.2 信息传播影响因素
2.3 几种常见的信息传播模型
2.3.1 线性阈值模型
2.3.2 独立级联模型
2.3.3 经典传染病模型
2.3.4 基于影响力的传播模型
2.3.5 基于分类的信息传播模型
2.4 话题发现、跟踪与热度预测
2.4.1 话题发现与跟踪
2.4.2 热度预测
2.5 本章小结
第3章 基于张量分解的热点话题信息传播预测模型
3.1 引言
3.2 相关定义
3.2.1 问题定义
3.2.2 特征提取与定义
3.3 模型
3.3.1 模型整体框架
3.3.2 用户动态交互建模
3.3.3 基于用户转发行为的信息传播预测模型
3.3.4 模型算法设计
3.4 本章小结
第4章 基于灰色系统理论的话题热度预测模型
4.1 引言
4.2 相关定义
4.2.1 话题热度定义
4.2.2 时间序列定义
4.2.3 问题定义
4.3 模型
4.3.1 灰色理论基础
4.3.2 模型整体框架
4.3.3 话题热度预测模型
4.3.4 模型算法设计
4.4 本章小结
第5章 基于用户行为的信息传播分析与实现
5.1 数据集
5.1.1 数据集获取
5.1.2 数据集描述
5.2 信息传播预测模型效果检验
5.2.1 基线方法
5.2.2 评估准则
5.2.3 实验与结果分析
5.3 热度预测模型效果检验
5.3.1 热度建模与预测
5.3.2 基线方法
5.3.3 评估准则
5.3.4 实验与结果分析
5.4 本章小结
第6章 总结及未来工作
6.1 研究工作总结
6.2 未来工作展望
参考文献
致谢
攻读硕士学位期间从事的科研工作及取得的成果
【参考文献】：
期刊论文
[1]基于灰色预测模型的电视频道热度预测[J]. 万倩,谢峰,赵明,王炳飞. 电视技术. 2017(Z1)
[2]基于DTPM模型的话题热度预测方法[J]. 裴可锋,陈永洲,马静. 情报杂志. 2016(12)
[3]动态信息网络中基于角色的结构演化与预测[J]. 李川,冯冰清,李艳梅,胡绍林,杨宁,唐常杰. 软件学报. 2017(03)
[4]基于向量自回归模型的微博隐式话题流行度预测[J]. 段东圣,李鹏霄,李玉华,李瑞轩. 模式识别与人工智能. 2016(07)
[5]基于受限非负张量分解的用户社会影响力分析[J]. 魏晶晶,陈畅,廖祥文,陈国龙,程学旗. 通信学报. 2016(06)
[6]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)
[7]微博信息传播预测研究综述[J]. 李洋,陈毅恒,刘挺. 软件学报. 2016(02)
[8]微博中特定用户的相似用户发现方法[J]. 仲兆满,胡云,李存华,刘宗田. 计算机学报. 2016(04)
[9]大规模复杂网络社区并行发现算法[J]. 乔少杰,郭俊,韩楠,张小松,元昌安,唐常杰. 计算机学报. 2017(03)
[10]基于SEIR的社交网络信息传播模型[J]. 王超,杨旭颖,徐珂,马建峰. 电子学报. 2014(11)
博士论文
[1]面向在线社交网络舆情的信息传播分析关键技术研究[D]. 梁政.国防科学技术大学 2014
本文编号：3552373
【文章来源】：重庆邮电大学重庆市
【文章页数】：78 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第1章 绪论
1.1 研究背景与意义
1.2 研究现状
1.2.1 社交网络发展现状
1.2.2 社交网络中的信息传播研究
1.2.3 话题跟踪与热度预测研究
1.3 主要研究内容
1.4 论文组织架构
第2章 相关技术和理论基础
2.1 在线社交网络中的信息传播
2.2 信息传播影响因素
2.3 几种常见的信息传播模型
2.3.1 线性阈值模型
2.3.2 独立级联模型
2.3.3 经典传染病模型
2.3.4 基于影响力的传播模型
2.3.5 基于分类的信息传播模型
2.4 话题发现、跟踪与热度预测
2.4.1 话题发现与跟踪
2.4.2 热度预测
2.5 本章小结
第3章 基于张量分解的热点话题信息传播预测模型
3.1 引言
3.2 相关定义
3.2.1 问题定义
3.2.2 特征提取与定义
3.3 模型
3.3.1 模型整体框架
3.3.2 用户动态交互建模
3.3.3 基于用户转发行为的信息传播预测模型
3.3.4 模型算法设计
3.4 本章小结
第4章 基于灰色系统理论的话题热度预测模型
4.1 引言
4.2 相关定义
4.2.1 话题热度定义
4.2.2 时间序列定义
4.2.3 问题定义
4.3 模型
4.3.1 灰色理论基础
4.3.2 模型整体框架
4.3.3 话题热度预测模型
4.3.4 模型算法设计
4.4 本章小结
第5章 基于用户行为的信息传播分析与实现
5.1 数据集
5.1.1 数据集获取
5.1.2 数据集描述
5.2 信息传播预测模型效果检验
5.2.1 基线方法
5.2.2 评估准则
5.2.3 实验与结果分析
5.3 热度预测模型效果检验
5.3.1 热度建模与预测
5.3.2 基线方法
5.3.3 评估准则
5.3.4 实验与结果分析
5.4 本章小结
第6章 总结及未来工作
6.1 研究工作总结
6.2 未来工作展望
参考文献
致谢
攻读硕士学位期间从事的科研工作及取得的成果
【参考文献】：
期刊论文
[1]基于灰色预测模型的电视频道热度预测[J]. 万倩,谢峰,赵明,王炳飞. 电视技术. 2017(Z1)
[2]基于DTPM模型的话题热度预测方法[J]. 裴可锋,陈永洲,马静. 情报杂志. 2016(12)
[3]动态信息网络中基于角色的结构演化与预测[J]. 李川,冯冰清,李艳梅,胡绍林,杨宁,唐常杰. 软件学报. 2017(03)
[4]基于向量自回归模型的微博隐式话题流行度预测[J]. 段东圣,李鹏霄,李玉华,李瑞轩. 模式识别与人工智能. 2016(07)
[5]基于受限非负张量分解的用户社会影响力分析[J]. 魏晶晶,陈畅,廖祥文,陈国龙,程学旗. 通信学报. 2016(06)
[6]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)
[7]微博信息传播预测研究综述[J]. 李洋,陈毅恒,刘挺. 软件学报. 2016(02)
[8]微博中特定用户的相似用户发现方法[J]. 仲兆满,胡云,李存华,刘宗田. 计算机学报. 2016(04)
[9]大规模复杂网络社区并行发现算法[J]. 乔少杰,郭俊,韩楠,张小松,元昌安,唐常杰. 计算机学报. 2017(03)
[10]基于SEIR的社交网络信息传播模型[J]. 王超,杨旭颖,徐珂,马建峰. 电子学报. 2014(11)
博士论文
[1]面向在线社交网络舆情的信息传播分析关键技术研究[D]. 梁政.国防科学技术大学 2014
本文编号：3552373
本文链接：https://www.wllwen.com/guanlilunwen/ydhl/3552373.html
