微博用户行为与影响力分析系统的研究

发布时间：2024-03-23 09:11

　　作为一种新兴的社交应用,微博正在吸引着越来越多的用户,并日益成为了人们信息共享、信息传播和情感倾诉等必不可少的信息交流平台,在社会中具有很大的影响,同时也是网络舆情关心的重点之一。 本论文的研究重点分为三部分： 第一部分分析了微博用户的行为特征和用户之间的关系。在对一般在线社交网络的网络属性和关系机制研究的基础上,针对微博网络中的用户属性和行为进行了详细分析。具体通过对微博网络中用户的粉丝数、关注数、聚类系数和“发博”规律以及拓扑网络中用户组成的研究,揭露微博用户关系网络的稀疏性、随机性、小世界性和无标度性以及其它重要性质；进而引出微博网络中信息传播的特征以及其与一般社会网络的差异,得出微博用户影响力的形成机理,为其后的影响力度量算法分析提供了基础。 第二部分研究了微博用户的影响力度量算法。通过对已有相关影响力度量算法的分析,分别给出了理论框架,包括基于出度的度量算法、基于网络中心度的度量算法和基于Google中PageRank的度量算法。并从各算法的基本思想出发,找出了以上传统算法均忽略了网络节点自身属性差异与网络动态性在影响力排序中的有机结合的问题,因此存在着对微博用户影响力的度量...

【文章页数】：71 页

【学位级别】：硕士

【文章目录】：
致谢
中文摘要
ABSTRACT
目录
1 引言
    1.1 研究背景
    1.2 相关研究现状
    1.3 论文主要内容
2 相关基础知识
    2.1 社会网络
        2.1.1 基本概念与理论
        2.1.2 社会网络的基本模型
    2.2 社会网络分析
        2.2.1 社会网络分析的基本思想
        2.2.2 社会网络分析方法
        2.2.3 社会网络分析工具
    2.3 本章小结
3 微博网络用户行为分析
    3.1 研究用户样本数据
    3.2 微博用户属性与行为分析
        3.2.1 用户度分析
        3.2.2 用户聚集特性分析
        3.2.3 用户发博特性分析
        3.2.4 微博网络用户组成分析
    3.3 微博用户行为对信息传播的影响
        3.3.1 微博网络中信息传播的特征
        3.3.2 微博网络与一般社会网络的差异
    3.4 微博用户影响力形成机理分析
        3.4.1 用户影响力的概念
        3.4.2 微博网络核心用户
        3.4.3 用户影响力的形成要素
    3.5 本章小结
4 微博用户影响力度量算法研究
    4.1 当前主流思想
    4.2 当前主流算法
        4.2.1 基于出度的节点影响力度量算法
        4.2.2 基于网络中心度的节点影响力度量算法
        4.2.3 基于PageRank算法的节点影响力度量算法
    4.3 基于能动系数的用户影响力度量算法-------Ini-Rank算法
        4.3.1 算法思想
        4.3.2 基于Ini-Rank算法的用户影响力度量模型
        4.3.3 算法流程与描述
    4.4 实验结果分析
        4.4.1 实验数据与结果展示
        4.4.2 实验结果对比分析
    4.5 算法评估
        4.5.1 Ini-Rank算法的相关性分析
        4.5.2 Ini-Rank算法主要作用因素分析
    4.6 研究中存在的若干技术问题
    4.7 本章小结
5 微博用户行为与影响力分析系统的设计
    5.1 系统功能框架设计
    5.2 数据库设计
    5.3 系统表现层
    5.4 本章小结
6 总结与展望
    6.1 工作总结
    6.2 研究展望
参考文献
作者简历
学位论文数据集



本文编号：3935698