基于微博用户行为的数学建模和数据分析

发布时间：2023-04-22 13:14

　　微博，又称为微博客，是一个基于用户关系的信息分享、传播以及获取平台，用户可以通过WEB、WAP以及各种客户端组建个人社区，以140字左右的文字更新信息，并实现即时分享。作为社交媒体的一种形式，它允许用户有选择性地订阅其他用户的信息。近几年，微博得到迅速的发展。2012年底，新浪微博的注册用户数已经达到了3.65亿，平均每天约有1亿条信息被发布。庞大的用户群吸引了大量的公司、组织和个人，他们都希望通过微博平台来推销自己。 在本文中，我们主要从两个方面对微博平台进行研究，包括计算用户的社交影响力和挖掘微博平台上广告传播的主要模式。 近几年来用户影响力的计算受到了越来越多的关注，是社交网络研究中的一个重要研究内容，在很多领域得到运用，如病毒式营销和个性化推荐。之前很多关于用户影响力计算的研究是基于网络结构特征和转发率进行计算的。其中有些将用户的粉丝数量认为是用户影响力的重要标志，用户的粉丝越多表示其影响力越大。然而，实际情况中用户的粉丝数量和其影响力并不相关。另有一些方法是基于用户间的转发率来计算用户影响力的。但是，微博中的转发率受到很多因素的影响，例如信息的内容、流行程度和用户自身的活跃度...

【文章页数】：85 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景和意义
    1.2 微博研究的概述
        1.2.1 关于用户影响力计算的研究概述
        1.2.2 关于信息传播特征的研究概述
    1.3 本文的主要工作
    1.4 本文的结构安排
    1.5 本章小结
第二章 研究方法的相关算法与基础理论
    2.1 用户影响力计算的相关算法
        2.1.1 PageRank 算法
        2.1.2 HITS 算法
        2.1.3 Infuence-Passivity 算法
    2.2 微博广告传播特征分析的相关数据挖掘算法
        2.2.1 K-Means 聚类算法
        2.2.2 因子分析算法
    2.3 本章小结
第三章 新浪微博数据
    3.1 新浪微博 API 及数据结构
        3.1.1 API 授权机制
        3.1.2 主要接口说明
        3.1.3 数据结构与属性
    3.2 新浪微博数据爬取程序
    3.3 本章小结
第四章 计算微博用户影响力
    4.1 用户交互行为模型
        4.1.1 模型理论介绍
        4.1.2 算法综述
    4.2 计算用户影响力的相关实验
        4.2.1 实验数据的获取
        4.2.2 预测用户间的转发率
        4.2.3 发现网络中有影响力的用户
    4.3 本章小结
第五章 发现微博平台广告传播特征
    5.1 引言
    5.2 微博信息传播的主要类型
    5.3 信息传播数据的处理
        5.3.1 实验数据的获取
        5.3.2 信息传播数据的树形表示
    5.4 信息传播树的聚类
        5.4.1 特征提取
        5.4.2 聚类过程与结果
    5.5 微博广告传播特征的分析
        5.5.1 微博广告的传播特征
        5.5.2 信息传播中的名人效应
        5.5.3 微博广告传播效果的评价
    5.6 本章小结
第六章 全文总结
    6.1 本文工作总结
    6.2 工作展望
参考文献
致谢
攻读学位期间发表的学术论文目录



本文编号：3797707