微博转发影响因素构建及预测研究

发布时间：2017-09-03 23:34

  本文关键词：微博转发影响因素构建及预测研究

  更多相关文章： 微博转发 预测 神经网络 决策树 逻辑回归

【摘要】：随着互联网的持续发展,用户的交流行为发生了显著的变化,用户开始尝试以微博为代表的社交网络应用来进行社交活动。信息为微博平台中用户间交流的载体,微博转发是微博平台的主要信息传播方式。 本研究为微博用户转发行为的预测研究。首先从输入端着手,构建全面完善的微博转发影响因素指标体系,基于选出的预测模型,进行数据挖掘分析,找出适用性和精度最优的模型,并通过对比试验对重点指标对模型的贡献度进行验证。本研究的学术研究成果主要表现在： 第一,本研究在微博转发影响因素指标体系的构建过程中,从三大角度进行研究,包括用户属性、微博属性、社会网络属性。指标的提出既采纳了前人的理论成果,又加入了作者的理解和思考,完整的描述的各项指标的含义,度量方式及选取理由。最终,研究形成了包含用户属性、微博属性、社会网络属性三大维度,13项指标的完善指标体系。此外,通过对比试验,考察研究中提出的重要指标对预测模型性能的贡献,证明了指标的重要性。 第二,基于对微博转发影响因素指标体系的构建,本研究采用神经网络、决策树和逻辑回归三种模型对微博转发展开预测实验,通过对实验结果的评价分析,找出适用于国内微博平台信息传播预测的最优模型。错分率和ROC曲线下覆盖面积两个指标的实验结果表明,三种模型中,决策树模型性能最好,预测准确度最高,是预测国内微博平台信息传播的最优模型。
【关键词】：微博转发 预测 神经网络 决策树 逻辑回归
【学位授予单位】：北京邮电大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：F49;TP18
【目录】：

• 摘要4-5
• ABSTRACT5-8
• 第一章 绪论8-17
• 1.1 研究背景8-10
• 1.1.1 社交网络发展8-9
• 1.1.2 微博的出现9-10
• 1.1.3 目前国内微博存在的问题10
• 1.2 研究意义10-11
• 1.3 国内外相关研究现状及评述11-13
• 1.4 研究内容13-14
• 1.5 论文结构14
• 1.6 研究方法14-15
• 1.7 研究创新点15-17
• 第二章 研究理论及模型17-25
• 2.1 社会网络分析17-19
• 2.2 神经网络19-21
• 2.3 决策树21-23
• 2.4 逻辑回归23-24
• 2.5 本章小结24-25
• 第三章 微博转发影响因素指标体系25-33
• 3.1 微博转发影响因素相关研究25-27
• 3.2 微博转发影响因素指标体系构建27-31
• 3.2.1 用户属性27-28
• 3.2.2 微博属性28-30
• 3.2.3 社会网络属性30-31
• 3.2.4 微博转发31
• 3.3 微博转发影响因素指标总结31-32
• 3.4 本章小结32-33
• 第四章 基于数据挖掘的微博转发预测实验33-46
• 4.1 数据描述及分析33-36
• 4.2 预测实验36-44
• 4.2.1 神经网络38-39
• 4.2.2 决策树39-42
• 4.2.3 逻辑回归42-44
• 4.3 模型对比44-45
• 4.4 本章小结45-46
• 第五章 指标重要性检验对比实验46-52
• 5.1 对比模型构建46-47
• 5.2 对比实验47-50
• 5.3 模型性能对比50
• 5.4 本章小结50-52
• 第六章 研究成果与展望52-55
• 6.1 研究成果52-53
• 6.2 研究展望53-55
• 参考文献55-61
• 致谢61-62
• 攻读学位期间发表的学术论文目录62

【参考文献】

中国期刊全文数据库 前10条

1 管东升;移动通信业客户流失行为预测技术的研究[J];电脑开发与应用;2005年10期

2 刘婷;胡宝清;;基于聚类分析的复杂网络中的社团探测[J];复杂系统与复杂性科学;2007年01期

3 周涛;;在线电影点播中的人类动力学模式[J];复杂系统与复杂性科学;2008年01期

4 胡海波;王科;徐玲;汪小帆;;基于复杂网络理论的在线社会网络分析[J];复杂系统与复杂性科学;2008年02期

5 ;交通资讯[J];城市交通;2009年01期

6 段晓东;王存睿;刘向东;林延平;;基于粒子群算法的Web社区发现[J];计算机科学;2008年03期

7 淦文燕;赫南;李德毅;王建民;;一种基于拓扑势的网络社区发现方法[J];软件学报;2009年08期

8 胡海波;徐玲;王科;汪小帆;;大型在线社会网络结构分析[J];上海交通大学学报;2009年04期

9 王晓光;;微博客用户行为特征与关系特征实证分析——以“新浪微博”为例[J];图书情报工作;2010年14期

10 李艳;代佳岳;佟晓磊;王熙照;;RTS游戏中用户行为的神经网络预测模型[J];计算机工程与设计;2012年02期

，

本文编号：788047