基于主题模型和意见领袖的社交网络用户影响关系的挖掘方法

发布时间：2024-07-07 19:29

　　当社交网络群组交互成为新的运营模式后,对于群组内用户之间的影响关系的研究变得尤为热门。尽管在线社交网络和社交媒体可以让用户很直观地看到用户之间的关注关系,但每个用户只可能知道其邻居用户的少部分好友,无法轻易掌握整个网络结构,并且无法直观的获得关注程度的强弱。因此必须有方法来推断群组内用户之间影响关系,从而进行群组内精准的好友推荐服务或者其它个性化服务。越来越多的用户关系研究旨在增强在线社区用户忠诚度以及活跃度,提升社区的信息服务准确性和效率。社交网络用户关系的创建因素大体分为两种:显示和隐式。在包含显示连接的社交网络中,用户之间的所有联系都是用户有意行为的直接结果,如直接互动,关注。每个用户都在通过明确定义与他人的联系来建立自己的拓扑网络。在包含隐式连接的社交网络中,用户之间的联系是基于对用户资料、行为信息等的“第三方”推理,从而导致拥有相似隐藏信息的用户之间自动或半自动连接。于是本文提出将基于意见领袖的De Groot模型应用到文本为主体的社交网络数据集上,并通过文本的主题分布来挖掘社交网络中成员之间的相互影响关系的方法。该方法能够同时挖掘社交网络用户显示和隐式影响关系,对传统用户影...

【文章页数】：78 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 本文研究背景
    1.2 国内外研究现状
        1.2.1 国外研究现状
        1.2.2 国内研究现状
        1.2.3 国内外研究现状与本文研究的联系
    1.3 本文研究内容以及创新点
    1.4 论文章节安排
第2章 主题分析与意见挖掘
    2.1 主题模型
        2.1.1 概率潜在语义分析
        2.1.2 隐狄利克雷分布
            2.1.2.1 共轭分布
            2.1.2.2 文本建模与参数估计
        2.1.3 Anchor Free主题模型
    2.2 神经网络主题分析
        2.2.1 Word2vec
        2.2.2 Paragraph2vec
        2.2.3 Doc2vec C
    2.3 小结
第3章 观点动态演化与用户影响关系
    3.1 De Groot共识模型
    3.2 基于意见领袖的用户影响关系挖掘模型
        3.2.1 概述
        3.2.2 意见领袖与普通用户
        3.2.3 模型详解及推导
    3.3 小结
第4章 观点演化模型以及本文方法的数据模拟仿真
    4.1 DeGroot模型仿真
    4.2 带有意见领袖的观点动态模型仿真
    4.3 本文所提出方法的性能评估
    4.4 小结
第5章 基于主题模型和意见领袖的用户影响关系挖掘模型的真实数据仿真
    5.1 概述
    5.2 数据介绍
    5.3 数据预处理
    5.4 群组用户意见的挖掘
    5.5 意见领袖和普通用户的选取
    5.6 群组用户关系挖掘
    5.7 网络结构的重建
    5.8 小结
第6章 结论与展望
参考文献
指导教师对研究生学位论文的学术评语
论文答辩委员会决议书
致谢
攻读硕士学位期间的研究成果



本文编号：4003664