基于计划行为理论的微博用户转发行为预测研究

发布时间：2024-03-03 20:45

　　移动互联网技术的成熟及智能终端的广泛应用,驱动着人们进入个人互联网时代。个人互联网时代的出现源于社交媒体的兴起,耳熟能详的社交媒体平台有Twitter,Facebook,微博,微信等。随着微博用户规模的不断扩增,微博数据更新速度加快,其作为传播信息的重要载体之一,已经成为社会舆论事件发酵的一个渠道。目前,国内外学者关于用户转发行为的研究分别从内容特征、用户、网络拓扑结构及网络特性三个方面分析并预测用户转发行为。现有研究中,一方面缺乏对于微博平台这个传播载体的分析;另一方面,缺乏对用户情感偏好的研究。因此,本研究针对以上问题,通过对微博用户行为以及微博信息传播机制进行分析后,基于计划行为理论从三个不同方面来建立微博用户转发行为影响因素模型,并据此提出本研究的一系列研究假设。首先,根据研究需要设计一定的数据采集方案完成所需数据集的获取。其次,在对文本信息进行预处理的基础上,用户兴趣和待预测微博的主题分布采用LDA主题模型来获取,并进一步计算两者之间的语义相似度,以此表征用户兴趣与微博内容的接近程度;基于情感词典分别计算得到用户及微博的情感值,利用两者之间的距离来衡量情感相似度的大小;根据微...

【文章页数】：67 页

【学位级别】：硕士

【部分图文】：

图2.2有向无环图

计算得到每条路径的权重，选择权重最大的即是最终的切分结果。图2.2有向无环图2.2.2去停用词微博文本中存在大量对于研究毫无价值的的词或者词语，若将这些数据用于后续的主题概率分布分析、情感分析，将不可避免地对结果的准确性产生一定的影响。因此，应在文本分析之前进行停用词过滤....

图2.5KNN分类示例

KNN（K-NearestNeighbor）算法的核心思想：对待分类样本，如分类样本距离最近的K个样本中大多数属于哪个类别，则将待分类别中。具体实现如下：算测试集与训练集中样本之间的距离；照距离逐渐增加的方式排序，并选择距离最小的K个点；据已选择的K个点中大多数点所....

图2.6SVM分类示例

21(,)()nkkkdxyxy1(,)||nkkkdxyxy3）SVM（SupportVectorMachine）的原理是将一个样本通过某种映射维空间或者是无穷维特征空间，使样本空间中的非线性分类问题在特征线性可分的问题[70....

图3.1微博消息传播过程

一个典型的社交平台，用户之间通过关注关系形成特点在于其属于单向社交，即用户1和2之间不需要在浏览微博的过程中发现用户2的微博内容比较符户2而不需要征得用户2的同意。微博的社交网络可该有向图G中每个节点u∈U表示一个用户，每条。微博用户行为主要包括以下四种类....

本文编号：3918327