社交网络话题生存预测研究

发布时间：2017-07-06 14:19

  本文关键词：社交网络话题生存预测研究

  更多相关文章： 社交网络 话题影响力 生存分析 群体观点极化 微博

【摘要】：随着Web2.0技术的产生,人类使用互联网的方式已由简单的信息浏览与网页搜索转变为用户之间关系的构建与维护。各类社交网络应用的出现,例如论坛、维基、博客、微博、微信等,正在深刻改变着人们的沟通与生活方式。在线社交网络平台具有互动性高、群体参与性强等特点。众多内容的汇聚、观点的融合,使得在线话题的产生成为可能。有影响力的话题受到网民的关注程度高、观点倾向性明确且观点认同度高,是网络舆情产生的萌芽。对于互联网用户甚至社会观点的形成具有十分重要及深远的影响。因此,对社交网络中话题的发展趋势进行分析与预测是十分必要的。 目前,对于社交网络话题生存分析与预测的相关研究仍处于起步阶段,针对该问题研究的不足,本研究以新浪微博海量客观数据为研究实例,以在线社交网络群体讨论的话题为研究对象,分别从社交网络话题影响力、话题持续性与话题方向性三个角度,对社交网络话题的生存进行研究。相关成果如下： 1.提出了微博话题影响指数(topic-I index)这一概念。分别从参与者维度、话题维度与网络维度构建指标大类,通过主成分分析法对各指标权重进行客观赋值,最终得到微博话题影响指数的7个主成分以及该指数的计算方法。旨在对微博话题影响力大小进行评价并对其发展趋势进行预判。 2.采用建立生存分析模型的方法,对社交网络话题的持续性进行研究与分析,最终得到对话题生存时长影响程度最大的变量为话题图片信息量,其次为网民关注度和话题管理者知名度等。并通过计算个体的预后指数将不同流失程度的话题划分为不同的危险组,同时计算不同话题的期望生存曲线。最后根据相关科学方法将话题分为4类,并分别对每一类话题进行回归分析,探索对于不同类型的话题,哪些因素对于因变量的影响程度更大。旨在预测与控制网络话题时间层面的发展动向。 3.结合群体极化的产生机理,对网络话题的观点发展方向进行分析。研究发现,对于话题是否可能产生极化影响程度最大的因素依次为群体同质性、话题敏感度、话题模糊度与话题公共度、初始被影响用户等。对于企业把握消费者动态、政府把握舆情传播具有极大的应用价值,从而激励话题的正面传递,干预舆论的负面扩散。 本研究为社交网络话题管理者提供更好的话题管理建议,对于网络信息的扩散与控制具有积极的引导与借鉴意义。
【关键词】：社交网络 话题影响力 生存分析 群体观点极化 微博
【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】：F49
【目录】：

• 摘要4-6
• ABSTRACT6-10
• 第一章 绪论10-14
• 1.1 研究背景10-11
• 1.2 研究目的及意义11-12
• 1.3 研究内容及技术路线12-13
• 1.4 论文组织结构13-14
• 第二章 文献综述14-24
• 2.1 相关概念界定14-15
• 2.1.1 话题影响力14
• 2.1.2 群体观点极化14-15
• 2.2 相关研究述评15-21
• 2.2.1 话题影响力构成因素解析15-17
• 2.2.2 生存时长预测相关研究17-18
• 2.2.3 群体观点极化相关研究18-21
• 2.3 方法论综述21-22
• 2.3.1 主成分分析法21
• 2.3.2 生存分析法21-22
• 2.3.3 计量经济学模型22
• 2.4 本章小结22-24
• 第三章 社交网络话题影响力解析及应用研究24-37
• 3.1 数据采集说明24-29
• 3.1.1 数据来源24-25
• 3.1.2 数据采集流程25-29
• 3.2 话题影响力评价模型29-34
• 3.2.1 评价指标构建29-31
• 3.2.2 基于主成分分析法的权重计算31-34
• 3.3 社交网络话题影响力评价应用与管理预测34-36
• 3.4 本章小结36-37
• 第四章 社交网络话题持续性预测研究37-59
• 4.1 研究设计与模型构建37-44
• 4.1.1 模型总体设计38-39
• 4.1.2 模型变量设计与建立39-42
• 4.1.3 实证模型构建42-43
• 4.1.4 进一步的讨论：话题分类研究43-44
• 4.2 模型分析与讨论44-57
• 4.2.1 模型结果分析44-48
• 4.2.2 针对话题生存时长的生存率预测分析48-51
• 4.2.3 考虑话题分类的扩展模型结果分析51-55
• 4.2.4 社交因素的中介性效应模型分析55-57
• 4.3 模型稳健性检验57-58
• 4.4 本章小结58-59
• 第五章 社交网络话题方向性预测研究59-69
• 5.1 研究设计与模型构建59-64
• 5.1.1 模型总体设计59-60
• 5.1.2 模型变量设计与建立60-62
• 5.1.3 实证模型构建62-64
• 5.2 模型分析与讨论64-67
• 5.2.1 模型结果分析64-65
• 5.2.2 话题方向性分析模型预测评估65-67
• 5.3 模型诊断67-68
• 5.4 本章小结68-69
• 第六章 总结与展望69-72
• 6.1 研究成果与理论意义69-70
• 6.2 研究实践意义70-71
• 6.3 研究不足与展望71-72
• 参考文献72-77
• 致谢77-78
• 攻读学位期间发表的学术论文目录78

【参考文献】

中国期刊全文数据库 前8条

1 杜诗雨;齐佳音;;在线社交网络结构对信息传播的影响研究——以北京邮电大学某实验室为例[J];北京邮电大学学报(社会科学版);2013年06期

2 李保利,俞士汶;话题识别与跟踪研究[J];计算机工程与应用;2003年17期

3 劳从生;李秀;脱建勇;;生存分析在网络产品用户中的应用[J];计算机工程与应用;2006年21期

4 张虹;钟华;赵兵;;基于数据挖掘的网络论坛话题热度趋势预报[J];计算机工程与应用;2007年31期

5 白贵;王秋菊;;微博意见领袖影响力与其构成要素间的关系[J];河北学刊;2013年02期

6 马俊;周刚;许斌;黄永忠;;基于个人属性特征的微博用户影响力分析[J];计算机应用研究;2013年08期

7 丁兆云;贾焰;周斌;唐府;;社交网络影响力研究综述[J];计算机科学;2014年01期

8 于国锋;赵同峰;;生存分析在课程调研数据分析中的应用[J];辽宁高职学报;2014年01期

中国博士学位论文全文数据库 前1条

1 张彦超;社交网络服务中信息传播模式与舆论演进过程研究[D];北京交通大学;2012年

，

本文编号：526548