主题细分下在线社交网络用户信息传播力评价研究

发布时间：2021-08-19 08:33

　　随着现代信息技术的发展,在线社交网络逐渐成为人们获取信息、分享信息的主要平台。如何从在线社交网络中挖掘对某类主题信息传播扩散最具推动作用的用户,对舆论的引导与控制、精准营销等都具有重要意义。尽管有许多学者通过对拓扑网络结构、用户行为模式、用户兴趣等研究发现,在线社交网络中确实存在少数用户,能够对网络中其他用户的行为和观点起影响作用,但以信息现实传播扩散情况为基础,结合用户主题偏好性评价用户在信息传播过程中作用力强弱的研究工作还比较少。本文基于用户间的历史交互记录,提出了一种主题细分下在线社交网络用户信息传播能力评价方法。首先构建微博有向加权网络,分析历史交互记录中隐藏的用户主题偏好信息,以信息传播扩散的实际情况为出发点,考虑信息后续传播态势,提出“数据流量”的概念,并以此定义连边权重;然后基于“PageRank算法”思想设计用户传播力评分的迭代模型,并从微博中抓取原始数据进行实验分析,并运用改进的SIR模型验证其有效性;最后,结合真实案例分析了如何利用用户信息传播力评价模型实现信息传播的最大化和控制。主题细分下用户信息传播力评价将有助于从现实角度获取在线社交网络中在不同主题下具有传播力... 

【文章来源】：南京邮电大学江苏省

【文章页数】：65 页

【学位级别】：硕士

【部分图文】：

技术路线图

图 2.1 三类经典传染病模型间的推移，感染人数会逐步增加，又因会逐渐减少，直到网络中不再有人处于状态（S）对应网络中没有接触过信息的转发过后节点变为对信息不再关注的免等在线社交平台中相关概念、复杂网络，包括复杂网络概述、复杂网络统计特三类经典传染病模型，为开展对在线

硕士研究生学位论文 第三章 在线社交网络上用户信息传播力显规律。虽然用户行为多种多样，但实际上只有转发行为（即用户息在网络中实现大面积扩散。两种机制相互补充，相辅相成，共同传播扩散。我们可以将微博中的信息扩散分为两个阶段：第一阶段，微博通过时消息推送；第二阶段，用户在接收到相关信息后，根据自身兴趣现用户间信息交互。图 3.1 描述了基于微博平台信息推送和用户转可见，转发行为是促进信息在网络中传播扩散的首要因素，本文也记录探究用户信息传播力。

【参考文献】：
期刊论文
[1]在线社交网络中具有传播价值的弱关系识别研究[J]. 尹熙成,朱恒民,魏静,马静.  情报杂志. 2016(03)
[2]基于用户相似度度量的有效社区Leader选举方法[J]. 田秀霞,宋羊力,朱涛,王晓玲.  燕山大学学报. 2014(06)
[3]基于用户行为综合分析的微博用户影响力评价方法[J]. 齐超,陈鸿昶,于洪涛.  计算机应用研究. 2014(07)
[4]基于用户行为的微博用户社会影响力分析[J]. 毛佳昕,刘奕群,张敏,马少平.  计算机学报. 2014(04)
[5]新浪微博网信息传播分析与预测[J]. 曹玖新,吴江林,石伟,刘波,郑啸,罗军舟.  计算机学报. 2014(04)
[6]基于改进PageRank算法的微博用户影响力研究[J]. 何静,郭进利.  中国报业. 2013(02)
[7]社交网络营销策略及盈利模式探讨[J]. 李晓婷,孙佳宁,李明建.  电子商务. 2013(01)
[8]社交网络中用户区域影响力评估算法研究[J]. 肖宇,许炜,张晨,何丹丹.  微电子学与计算机. 2012(07)
[9]新型社交网络信息传播特点和模型分析[J]. 郭海霞.  现代情报. 2012(01)
[10]微博舆论生成演变机制和舆论引导策略[J]. 谢耘耕,荣婷.  现代传播(中国传媒大学学报). 2011(05)

硕士论文
[1]基于亲密度的社交网络舆论领袖节点识别及应用[D]. 乔雅峰.西安电子科技大学 2015
[2]基于领域的微博用户影响力评估方法的研究[D]. 朱郭峰.西南大学 2014
[3]基于Hadoop的微博用户影响力排名算法研究[D]. 陈浩.华东理工大学 2014
[4]基于新浪微博主题的用户影响力研究[D]. 程志强.东北大学 2013



本文编号：3351078