社交媒体用户交互行为建模与推荐应用研究

发布时间：2021-03-19 22:03

　　近年来,凭借着在内容生成方式和信息扩散速度等方面的优势,社交媒体（Social Media）得到了极大的发展,已经成为越来越多的人日常使用的信息分享和线上交互工具。有别于传统的即时交互应用,社交媒体中用户在线交互以消息为载体,使得用户交互行为数据的内容和形式都极为丰富。对这种高质量用户数据的分析和建模,可以揭示用户在线行为背后蕴藏的用户偏好和行为模式,为社交媒体个性化推荐提供更加丰富的支撑知识。当前,对用户交互行为的研究多关注于信息在社交媒体中的传播,且局限于对特定类型用户行为的理解,使得已有行为模型和相关算法的应用范围非常有限。此外,现有工作对影响用户交互选择的多样化因素探索不足,忽略了文本、图片等多模态内容信息,时间空间等上下文信息,以及情感倾向等用户个性化特征对用户交互的影响,在解决相应的预测和推荐问题时无法取得理想的效果。针对上述问题,本文以社交媒体中最具代表性且最常见的两种用户交互行为——“提及”和“转发”——为研究对象,从大众用户的在线交互角度着手,以探索如何整合多类型的数据对用交互户行为建模、实现不同场景下的用户和内容推荐为核心研究目标,在三个具体方面对社交媒体用户交互行... 

【文章来源】：武汉大学湖北省 211工程院校 985工程院校 教育部直属院校

【文章页数】：125 页

【学位级别】：博士

【文章目录】：
论文创新点
中文摘要
ABSTRACT
1 绪论
    1.1 研究背景
    1.2 研究内容与挑战
        1.2.1 基于多模态内容的用户提及行为建模与目标用户推荐
        1.2.2 空间上下文感知的提及目标用户快速推荐
        1.2.3 情感增强的动态用户转发行为建模与推荐
    1.3 研究贡献
    1.4 论文组织结构
2 研究现状与相关工作
    2.1 社交媒体用户内容行为学习
    2.2 社交媒体用户关系行为学习
    2.3 社交媒体用户交互行为学习
3 基于多模态内容的用户提及行为建模与目标用户推荐
    3.1 引言
    3.2 基于多模态内容的用户提及行为建模
        3.2.1 问题描述
        3.2.2 多模态提及主题模型
        3.2.3 模型推理
    3.3 MMTM 在目标用户推荐中的应用
    3.4 实验评测
        3.4.1 数据集与实验设置
        3.4.2 评估指标和对比方法
        3.4.3 推荐性能表现
    3.5 本章小结
4 空间上下文感知的提及目标用户快速推荐
    4.1 研究背景
    4.2 空间上下文感知的用户提及行为建模
        4.2.1 问题定义
        4.2.2 建模动机
        4.2.3 模型结构
        4.2.4 模型生成过程
        4.2.5 模型参数估计
    4.3 提及目标用户推荐
        4.3.1 快速提及目标用户推荐
    4.4 位置数据稀疏性处理
        4.4.1 背景知识
        4.4.2 本地词语识别
        4.4.3 用户位置计算
    4.5 实验与分析
        4.5.1 数据集
        4.5.2 评估指标和对比方法
        4.5.3 实验结果与分析
            4.5.3.1 提及目标推荐有效性
            4.5.3.2 SCOMM参数敏感性分析
            4.5.3.3 提及目标推荐效率
            4.5.3.4 用户居住位置推理
    4.6 本章小结
5 情感增强的动态用户转发行为建模与推荐
    5.1 研究背景和内容
    5.2 用户转发行为建模与推荐
        5.2.1 背景知识
        5.2.2 情感增强的动态用户转发行为模型
        5.2.3 SDRM 参数推理
        5.2.4 基于 SDRM 的转发消息推荐
    5.3 实验评测
        5.3.1 数据集与实验设置
        5.3.2 实验结果与分析
        5.3.3 参数影响分析
    5.4 本章小结
6 总结与展望
    6.1 研究总结
    6.2 未来工作展望
参考文献
攻博期间发表的科研成果目录
致谢


【参考文献】：
期刊论文
[1]IP定位技术的研究[J]. 王占丰,冯径,邢长友,张国敏,许博.  软件学报. 2014(07)
[2]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)



本文编号：3090302