面向在线媒体的信息流动模式分析及流行度预测方法研究

发布时间：2023-03-11 07:40

　　互联网应用的普及使得在线媒体已成为人们获取与分享信息的主要方式之一。很多实际的互联网应用都包含网络结构,如社交网络、公司之间的竞争关系网络。在线媒体数据在网络节点之间的相互传递就形成了信息的流动。一方面,数据中可能包含谣言、虚假广告等恶意信息的撒布;另一方面,大部分互联网应用具有开放性,允许与其他应用之间进行数据共享与信息交流,进而形成一个正反馈的信息流动效应。因此,深入研究在线媒体数据中的信息流动,不仅对准确刻画网络信息传播机制,还是对群体行为分析与社会舆情监控、避免恶意信息传播,乃至对社会学、行政学、管理学等相关学科的理论研究,都具有十分重要的意义。为此,围绕在线媒体的信息流动模式分析及流行度预测,分别从刻画网络节点之间信息流动(微观层面)、发现网络信息传播源头(宏观层面)、结合在线媒体信息流动进行预测(应用层面),开展了三方面研究:基于潜在影响因素的在线招聘需求分析,网络信息传播源头检测,以及基于信息流动的在线连载内容流行度预测。具体如下,首先,从以潜在影响因素刻画竞争关系网络中节点之间信息流动的角度,研究了在线招聘需求分析问题。公司之间因人才、业务等竞争形成了以公司为节点的竞争...

【文章页数】：115 页

【学位级别】：博士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
        1.2.1 节点间信息传播分析
        1.2.2 网络信息源检测
        1.2.3 信息流动相关应用
    1.3 研究内容与创新点
    1.4 组织结构
第2章 基于潜在影响因素的在线招聘需求分析
    2.1 引言
    2.2 相关工作
        2.2.1 人才管理数据分析
        2.2.2 基于图模型的文本挖掘
    2.3 预备知识与问题定义
    2.4 基于潜在影响因素的在线招聘需求分析方法
        2.4.1 模型框架
        2.4.2 先验知识提取
        2.4.3 参数估计
    2.5 实验分析
        2.5.1 数据集
        2.5.2 实验设置
        2.5.3 招聘需求预测
        2.5.4 招聘需求可视化
        2.5.5 招聘竞争分析
    2.6 小结
第3章 网络信息传播源头检测
    3.1 引言
    3.2 相关工作
        3.2.1 信息传播建模
        3.2.2 信息源检测
    3.3 预备知识与问题定义
        3.3.1 问题定义
        3.3.2 Rumor Centrality
    3.4 基于最大化后验概率的网络信息传播源头检测方法
        3.4.1 方法框架
        3.4.2 先验知识选择
        3.4.3 似然函数推导
        3.4.4 两个特例
    3.5 最大化后验概率近似估计
        3.5.1 暴力搜索近似
        3.5.2 贪心搜索边界近似
    3.6 实验分析
        3.6.1 数据集
        3.6.2 对比方法与评价指标
        3.6.3 不同先验知识的影响
        3.6.4 Scale-Free网络上的检测结果
        3.6.5 其他网络上的检测结果
    3.7 小结
第4章 基于信息流动的在线连载内容流行度预测
    4.1 引言
    4.2 相关工作
        4.2.1 在线内容的流行度预测
        4.2.2 时间序列预测
    4.3 预备知识与问题定义
    4.4 朴素自回归模型
        4.4.1 共享参数
        4.4.2 私有参数
    4.5 转移自回归模型
        4.5.1 单链转移自回归模型
        4.5.2 在线连载内容品质评估
    4.6 实验分析
        4.6.1 数据集
        4.6.2 对比方法与评价指标
        4.6.3 朴素自回归模型预测效果
        4.6.4 转移自回归模型预测效果
        4.6.5 模型对比
        4.6.6 案例分析
    4.7 小结
第5章 工作总结与未来展望
    5.1 工作总结
    5.2 不足之处与未来展望
参考文献
附录A 模型TMRDA的吉布斯采样公式推导过程
致谢
在读期间发表的学术论文与取得的研究成果



本文编号：3759472