基于社交性网络的通信模型研究

发布时间：2017-10-06 01:15

  本文关键词：基于社交性网络的通信模型研究

  更多相关文章： 微博爬虫系统 社交网络分析 通信模型 可视化技术

【摘要】：在传统的计算机通信模型当中,绝大部分的信息通信与信息交互是在机器与机器之间进行。在这类通信模型下,信息主体之间往往在一个固定的通信协议形式下,进行信息数据的传递和消息的交互。并且这一类通信模型容易被人为监控和人为管理。近些年来,随着社交网络的不断发展,社交网络逐渐成为了信息承载和消息传递的主体,大量的社交网络用户基于社交网络平台进行消息的交互。社交网络中用户之间的信息通信行为属于人与人之间的通信模型,其最大的特点是,模型中信息的交互过程往往是用户之间自发的和自组织的行为。另外,社交网络的通信模型中用户之间的信息交互行为还会受到用户本身的个体属性和社交属性的影响,例如用户的个人兴趣,好友关系等。所以,该类通信模型中用户之间的信息通信过程往往是不易被人为监管和人为控制的。 目前人们普遍对社交网络中用户基于社交网络平台进行信息交互和消息通信的模型并没有清晰的认识。因此,在这种时代背景下,研究社交网络平台中用户之间的通信模型,以及社交网络内用户之间的信息交互过程是十分必要的。特别对社交网络中舆情传播控制以及用户行为预测等方面更具有一定的理论意义。 在本文的研究中,作者首先基于新浪微博的API接口设计编写了相应的爬虫程序,成功抓取了大量新浪微博社交网络用户的个人信息数据。并通过运用多维度的信息处理策略对所抓取到的微博信息进行了有效的筛选和过滤,从而得到了最终的实验数据样本,即一个校友圈社交网络的数据集。 随后,本文研究分析了该数据集网络中用户的个体属性以及用户之间的社交关系,同时还分析了在该社交网络中不同用户之间的信息交互行为模式。最终,作者用图表和可视化的技术对该社交网络中用户之间的通信交互行为,特别是用户微博的动态转发通信行为进行了直观地展示。 接下来,本文引入了社交网络中用户之间信息交互的“竞争窗口”模型,分析了微博社交圈网络中的用户信息通信模型。作者主要研究分析了微博社交网络中用户的“微博发布行为模式”和“微博阅读行为模式”。并用泊松过程等数学理论对微博社交网络中用户的“微博接收模型”和“微博阅读模型”做了详细的建模分析。最后,作者利用“北邮”校友圈网络的数据来对用户的“微博接收模型”进行了验证,以及对此网络内某一个用户的“微博阅读模型”做了简要的分析。 本文作者在最后的一个章节当中,总结了本文中所有主要的工作以及不足,并且指出了“基于社交性网络的通信模型研究”这一课题未来可提升和改进的方向。
【关键词】：微博爬虫系统 社交网络分析 通信模型 可视化技术
【学位授予单位】：北京邮电大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP393.09
【目录】：

• 摘要4-6
• ABSTRACT6-8
• 目录8-10
• 第一章 绪论10-16
• 1.1 选题背景与意义10-12
• 1.1.1 本文研究的选题背景10-11
• 1.1.2 本文研究的意义11-12
• 1.2 国内外研究现状12-13
• 1.3 主要工作和创新点13-15
• 1.3.1 研究的主要工作13-14
• 1.3.2 主要创新点14-15
• 1.4 论文的组织结构15-16
• 第二章 相关的研究与技术16-23
• 2.1 传统计算机通信模型的研究16-17
• 2.2 人类行为动力学的研究理论17-18
• 2.2.1 概念及理论发展17-18
• 2.2.2 实证研究18
• 2.3 社交网络用户信息交互行为研究18-19
• 2.4 社交网络用户的属性和关系研究19-23
• 2.4.1 用户属性分析19-20
• 2.4.2 用户行为分析20
• 2.4.3 社交网络用户关系20-22
• 2.4.4 邓巴数字(150定律)22-23
• 第三章 微博社交网络的数据采集与处理23-33
• 3.1 利用新浪微博的API接口采集数据23-29
• 3.1.1 实验数据集的确定23-24
• 3.1.2 基于新浪微博API接口的爬虫程序24-29
• 3.2 数据抓取及校友社交圈性网络的构造29-31
• 3.2.1 新浪微博的数据抓取29
• 3.2.2 微博数据的筛选29-30
• 3.2.3 校友圈网络数据的构造30-31
• 3.3 本章小结31-33
• 第四章 基于社交性网络的通信行为分析33-50
• 4.1 针对校友圈网络中通信用户节点的分析33-36
• 4.1.1 “北邮”校友网络中用户的粉丝数、关注数的分析33-35
• 4.1.2 对“北邮”校友网络结构中中心用户的分析35-36
• 4.2 基于微博社交圈的消息发布行为分析36-40
• 4.2.1 社交圈的用户消息发布行为的时间分布及其分析36-39
• 4.2.2 社交圈内的用户消息发布的数量分布及其分析39-40
• 4.3 “北邮”校友圈用户通信交互行为的研究40-48
• 4.3.1 用户通信交互习惯：转发或评论40-41
• 4.3.2 “北邮”校友圈网络中用户通信次数分析41-43
• 4.3.3 某一时间段内“北邮”校友圈内的用户转发通信行为43-48
• 4.4 本章小结48-50
• 第五章 基于社交性网络的通信建模研究50-62
• 5.1 基于微博社交网络的通信模型分析50-52
• 5.1.1 微博社交网络的用户微博发布模式50
• 5.1.2 微博社交网络用户微博阅读行为模式50-52
• 5.1.3 微博社交网络用户微博转发行为模式52
• 5.2 社交网络通信模型52-56
• 5.2.1 微博社交网络通信模型的概要描述52-54
• 5.2.2 微博社交网络“竞争窗口”模型的数学描述54-56
• 5.3 “北邮”校友圈社交网络的通信模型建模56-61
• 5.3.1 “北邮”校友圈网络微博接收模型建模56-58
• 5.3.2 “北邮”校友圈网络微博阅读模型建模58-61
• 5.4 本章小结61-62
• 第六章 总结和展望62-65
• 6.1 本文的主要工作62-63
• 6.2 未来的工作展望63-65
• 参考文献65-68
• 致谢68

【参考文献】

中国期刊全文数据库 前7条

1 韩筱璞;周涛;汪秉宏;;基于自适应调节的人类动力学模型[J];复杂系统与复杂性科学;2007年04期

2 李楠楠;张宁;周涛;;人类通信模式中基于时间统计的实证研究[J];复杂系统与复杂性科学;2008年03期

3 樊超;郭进利;韩筱璞;汪秉宏;;人类行为动力学研究综述[J];复杂系统与复杂性科学;2011年02期

4 马卫东;李幼平;马建国;周明天;;面向Web网页的区域用户行为实证研究[J];计算机学报;2008年06期

5 米雪;张宁;;基于网页浏览行为的分析[J];上海理工大学学报;2012年04期

6 陈庆奎;那丽春;曲春雷;;基于二维滑动窗口的数据网格通信模型[J];通信学报;2006年12期

7 李凤华;王巍;马建峰;刘宏月;;协作信息系统的访问控制模型及其应用[J];通信学报;2008年09期

，

本文编号：979888