基于网络关系的社交网络群体行为研究

发布时间：2025-01-14 01:58

　　在社交网络中,对用户群体行为、信息传播机制进行研究已经成为当前研究的热点。随着社会的不断进步以及互联网的快速发展,在线社交网络成为信息共享与快速传播的重要途径。社交网络中用户的在线行为以及信息传播规律的研究对于舆情管控、网络营销、发现关键用户等方面具有重要意义。本文从显式链接和隐式链接两个层面分析用户行为规律,感知信息传播趋势。在显式链接层面,本文通过社交网络中的好友关系构建网络拓扑结构,基于改进布谷鸟搜索算法优化支持向量机(Improved Cuckoo Search Algorithm Optimization Support Vector Machine,ICS-SVM)方法预测用户转发行为;在隐式链接层面,本文发现影响用户参与话题讨论的因素,不仅与用户周围的好友有关,即显链接,也和用户关系密切或爱好相同的非好友有关,即隐链接。所以本文利用机器学习的方法构建隐链接,完善网络拓扑结构,结合传染病模型,感知信息传播态势。主要研究工作如下:1.在显式链接层面,本文针对目前用户转发行为预测的研究主要集中在社交网络的属性及网络特征方面,没有充分考虑用户好友之间的影响以及用户历史行为规律性影响...

【文章页数】：73 页

【学位级别】：硕士

【部分图文】：

图1-1论文组织结构及内容关系

社团发现任务分离，导致算法准确性不足。为了克服以上两个问题，课题的研究内容主要在于学习有效的拓扑特征和节点属性特征，并使得嵌入到网络节点中的信息适用于后续的社团发现任务。1.3本文研究内容及组织结构本文针对基于事件主题的推手用户群体挖掘的研究背景及意义，分析国内外研究现状，主要研....

图1.2本文的总体研究思路

本论文以实验室科研项目为背景,主要针对社交网络中用户群体行为和热点话题的传播趋势进行了深入的分析与研究,主要包括两个方面的内容:网络用户转发行为预测模型的研究和面向社交网络的隐链接和社交影响力的信息传播动力学研究。本论文的总体研究思路如图1.2所示。具体如下:1.数据提取。本论文....

图3.1用户转发行为示意图

为了形式化地描述本文研究的问题,首先根据互动用户在社交平台中的所有数据Avi={(a,vi,originali)},提取三个属性:用户兴趣标签IT(vi)、用户历史转发率FR(vi)、外界影响EF(vi)这三个属性作为输入,基于ICS-SVM预测用户转发行为图如3.1所示。....

图3.2 ICS-SVM预测方法整体框图

为了解决上述问题,构建模型系统框架如图3.2所示。首先,提取用户兴趣标签、用户历史转发率、外界影响三个属性。其次,将布谷鸟算法与SVM进行结合,提出ICS-SVM用户行为预测方法,预测用户是否会参与该话题,并且能够感知话题的变化趋势。3.3.2改进布谷鸟算法

本文编号：4026235