基于微博的用户行为分析及智能推荐

发布时间：2020-06-12 00:39

【摘要】：随着我国互联网的高速发展,特别是移动互联网的由3G向4G升级带来的高速发展。微博已经成为人们日常沟通和交流的重要的社交媒体平台之一。对微博平台的整体规律、用户行为特征进行分析、数据挖掘具有重要的意义。本文主要针对新浪微博用户点赞、评论、转发等行为进行平台整体规律研究。采用LDA(Latent Dirichlet Allocation)主题模型挖掘微博用户的兴趣点,建立用户模型并进行相关的推荐研究。主要研究工作和成果包括:(1)微博平台的整体规律、微博内容分析方法及用户行为分析。包括分析了微博整体转发、评论、点赞特点;微博中文分词、分类方法;用户微博被转发、评论、点赞的规律及与微博发布时间关系;(2)微博用户兴趣点分析。采用基于LDA主题模型进行微博隐含主题的挖掘,建立用户兴趣模型。(3)基于用户兴趣模型,采用基于内容推荐及协同过滤推荐混合的混合推荐方法实现微博内容推荐、用户推荐及尝试结合用户地理位置信息进行营销广告推荐。实验结果发现,推荐各项内容的效果达到预期。
【图文】：

图 1-1 中国网民规模和互联网普及率着移动通讯网络环境的不断完善以及智能手机的进一步普及，移动户各类生活需求深入渗透，促进手机上网使用率增长。我国手机网，较 2016 年底增加 2830 万人。网民使用手机上网的比例由 201提升至 96.3%（如图 1-2）。

图 1-2 中国手机网民规模及占网民比例网络用户的不断增加以及积极参与使得网络内容更加丰富，同时交媒体，这些社交媒体的发展形成大量的社交网络。国外最具代有 Facebook、Twitter、YouTube 等，，而在我国比较有代表性的社的天涯社区、人人网、开心网等，到目前的新浪微博、微信、Q间的传播方式开始向多元化发展。其中微博类社交媒体最具代表它目前用户数量最多、最活跃。2016 年微博平台发布的第三季度财报[2]中显示，截止 2016 年 9 月人数（MAU,monthly active users）已达到 2.97 亿，较 2015 年同；其中 9 月份移动端在 MAU 总量中的占比为 89%；9 月的日活跃较去年同期增长 32%。2016 年，直播、视频相关业务在移动互联引爆全行业。尤其是网络红人在 2016 年上半年的爆炸式发展，媒体的平台性作用不断凸显。微博在 2016 年月活用户明显增长覆盖面不断扩大，在新闻舆论、综艺娱乐等方面继续保持绝对影频、旅游、体育等领域也得到进一步的延伸，微博的平台性作用
【学位授予单位】：景德镇陶瓷大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：F49;F274

【参考文献】

相关期刊论文 前4条

1 毛佳昕;刘奕群;张敏;马少平;;基于用户行为的微博用户社会影响力分析[J];计算机学报;2014年04期

2 张晨逸;孙建伶;丁轶群;;基于MB-LDA模型的微博主题挖掘[J];计算机研究与发展;2011年10期

3 刘红芝;;中文分词技术的研究[J];电脑开发与应用;2010年03期

4 余战秋;中文分词技术及其应用初探[J];电脑知识与技术;2004年32期

相关博士学位论文 前2条

1 温源;互联网文本信息挖掘与个性化推荐的研究[D];北京交通大学;2014年

2 常鹏;基于词共现的文本主题挖掘模型和算法研究[D];天津大学;2010年

相关硕士学位论文 前5条

1 吴迪;基于微博关注及转发关系的社区划分算法的改进与实现[D];吉林大学;2016年

2 刘敏;微博传播效果的分析与预测[D];太原理工大学;2016年

3 宋志理;基于LDA模型的文本分类研究[D];西安理工大学;2010年

4 旺建华;中文文本分类技术研究[D];吉林大学;2007年

5 曲晓;受限条件下学生作业文本相似度的研究[D];内蒙古师范大学;2006年

本文编号：2708734