微博传播效果的分析与预测

发布时间：2017-04-03 07:14

  本文关键词：微博传播效果的分析与预测，由笔耕文化传播整理发布。

【摘要】：微博作为一种新型的社交媒体,其信息通过发布、评论、转发的形式进行传播,传播过程具有裂变性,因此,具有较快的传播速度和较广的传播范围,它的出现使得传统媒介黯然失色。研究微博传播效果,目的是通过定量分析、预测微博的影响力,更好的让微博为大众服务。微博网络中,信息的传播主要是靠用户之间的转发,故先探究用户的转发行为有利于更全面、深入地探究传播效果。针对微博传播效果进行预测,可以在消息传播过程中发现热点话题、准确地预测出微博的发展趋势,提前对网络舆情发展传播过程进行有效地干预和控制,实现信息的合理管控。本论文主要有两方面工作:一方面,通过分析验证影响用户转发行为的因素,进而预测用户是否会转发某条特定微博;另一方面,将转发规模当作衡量微博传播效果的指标,根据影响转发的因素预测微博最终的转发量。在转发行为预测研究方面,首先,对研究问题进行了简单描述,明确定义用户的转发行为和不转发行为;其次,验证提取的因素对于用户行为的影响并结合基本特征建立了转发影响特征指标体系,体系中包括用户特征、微博特征、交互特征和结构特征四方面特征;最后,采用有监督学习的分类方法,对用户是否会对给定微博产生转发行为进行预测,结果表明逻辑回归模型预测准确率较高,本文选取的特征能够反映同一用户在面对不同信息以及不同用户面对相同信息时做出的不同反应和行为。在微博转发规模预测方面,目前的研究多数将转发规模预测归于分类问题以定量描述微博传播效果。本文在预测时建立了一个多分类模型,对微博进行分类,然后,对每一类微博通过回归模型预测转发次数。在转发规模建模时既选取了用户特征和微博特征等静态特征,又考虑了微博发布后一段时间内的动态特征。鉴于影响微博转发次数的因素之间可能存在多重共线性,本文选取了基于岭回归的回归预测模型,实验证明该模型是行之有效的。
【关键词】：微博网络 传播效果 转发行为 转发规模 预测
【学位授予单位】：太原理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP393.092;G206
【目录】：

• 摘要3-5
• ABSTRACT5-10
• 第一章 绪论10-18
• 1.1 研究背景10-11
• 1.2 研究目的及意义11-12
• 1.3 国内外相关研究现状12-15
• 1.3.1 社交网络的研究热点12-13
• 1.3.2 转发行为预测的研究现状13-14
• 1.3.3 微博传播效果研究现状14-15
• 1.4 论文主要工作及章节安排15-18
• 1.4.1 论文主要工作15-16
• 1.4.2 论文章节安排16-18
• 第二章 相关理论基础18-38
• 2.1 在线社会网络18-20
• 2.1.1 微博网络19
• 2.1.2 微博传播机制19-20
• 2.2 转发行为影响因素20-25
• 2.2.1 用户影响力20-21
• 2.2.2 文本相似性21-23
• 2.2.3 相关系数23-25
• 2.3 机器学习中分类算法25-34
• 2.3.1 C4.5 决策树算法25-27
• 2.3.2 朴素贝叶斯算法27-28
• 2.3.3 支持向量机算法28-30
• 2.3.4 逻辑回归算法30-34
• 2.4 本文研究对象分析34-36
• 2.4.1 微博用户群整体概况34-35
• 2.4.2 微博信息传播特点35-36
• 2.5 本章小结36-38
• 第三章 基于多种特征的转发行为预测38-52
• 3.1 数据描述38-39
• 3.1.1 数据来源38
• 3.1.2 数据集描述38-39
• 3.2 问题描述39-40
• 3.2.1 识别转发行为39-40
• 3.2.2 识别不转发行为40
• 3.3 特征提取40-47
• 3.3.1 用户特征40-42
• 3.3.2 微博特征42
• 3.3.3 交互特征42-44
• 3.3.4 结构特征44-47
• 3.3.5 转发影响因素指标体系47
• 3.4 基于多种特征的转发行为预测47-49
• 3.4.1 实验设置48
• 3.4.2 评价指标48
• 3.4.3 实验结果及分析48-49
• 3.5 本章小结49-52
• 第四章 微博传播效果的分析与预测52-62
• 4.1 微博传播效果52
• 4.2 微博转发规模预测52-56
• 4.2.1 特征提取53-55
• 4.2.2 岭回归预测模型55-56
• 4.3 实验结果及分析56-61
• 4.3.1 实验数据和评价指标56-59
• 4.3.2 实验结果及分析59-61
• 4.4 本章小结61-62
• 第五章 总结与展望62-64
• 5.1 总结62-63
• 5.2 展望63-64
• 参考文献64-68
• 致谢68-70
• 攻读学位期间发表的学术论文目录70

【相似文献】

中国期刊全文数据库 前5条

1 马开平;严洪森;;产品市场扩散行为预测的自学习方法[J];计算机集成制造系统;2008年12期

2 谢婧;刘功申;苏波;孟魁;;社交网络中的用户转发行为预测[J];上海交通大学学报;2013年04期

3 刘臣;田占伟;于晶;单伟;;在线社会网络用户的信息分享行为预测研究[J];计算机应用研究;2013年04期

4 李栋;张文宇;;基于FOA-ELM的客户基金购买行为预测仿真[J];计算机仿真;2014年06期

5 ;[J];;年期

中国硕士学位论文全文数据库 前3条

1 马莹莹;微博用户转发行为及情感预测研究[D];哈尔滨工业大学;2015年

2 刘敏;微博传播效果的分析与预测[D];太原理工大学;2016年

3 王千;基于视频的篮球持球队员行为预测研究[D];中南大学;2012年

  本文关键词：微博传播效果的分析与预测，，由笔耕文化传播整理发布。

本文编号：283920