微博群体网络结构及其核心用户识别

发布时间：2023-04-01 13:20

　　随着社交网络的迅速发展，微博用户规模的不断扩大，微博逐渐代替传统的社交媒体成为主要的信息角交流与传播的平台。随着用户间连接关系的增强，微博群体成了微博用户的主要存在形式。微博群体不仅可以促进用户间的联系，而且可以加速信息的传播。因此微博群体网络结构分析可以了解群体用户间沟通互动的主要模式，研究识别群体中的核心用户用于微博营销与舆情监控。 本文主要是运用社会网络的分析方法分析微博中某个群体网络，给出群体网络构建的方法以及群体网络基本特征分析的角度。同时从网络结构、用户综合活跃度和信息传播影响力角度给出识别群体核心用户的主要方法。 本文以微博中的哈工大学生群体为例，介绍了群体发现的基本算法，并给出群体微博用户行为分析的常用角度，主要包括微博数、粉丝数、关注数。构建了群体用户的关注网络，并从网络的密度、中心性、小团体、小世界效应和核心-边缘结构模型等角度分析了该关注网络的基本特征。在分析群体网络结构的基础上，从不同角度提出了识别微博群体核心用户的主要方法。从网络结构角度，结合点度中心度和中间中心度提出了基于中心性的用户综合得分排名机制；从衡量用户活跃度角度，提出了基于微博数、关注数和粉丝数的...

【文章页数】：58 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
目录
第1章 绪论
    1.1 选题背景及研究目的和意义
        1.1.1 选题背景
        1.1.2 研究的目的和意义
    1.2 国内外研究现状分析及评述
        1.2.1 国内外对微博群体网络的研究现状分析
        1.2.2 国内外研究现状评述
    1.3 本文研究的主要内容
第2章 微博群体网络理论
    2.1 概念阐释
        2.1.1 复杂网络的概念
        2.1.2 复杂网络的统计特征
        2.1.3 复杂网络的模型
    2.2 微博中的群体发现理论
        2.2.1 群体结构的定义
        2.2.2 群体的发现算法
    2.3 社会网络分析方法
        2.3.1 网络的密度
        2.3.2 网络的中心性
        2.3.3 派系分析
        2.3.4 网络关联性分析
        2.3.5 核心-边缘结构分析
    2.4 网络分析软件 UCINET 和 PAJEK
    2.5 本章小结
第3章 微博群体网络结构分析
    3.1 微博样本数据获取与处理
        3.1.1 微博数据的特点
        3.1.2 微博中群体的特点
        3.1.3 微博群体数据的选择和获取
        3.1.4 微博数据的预处理
    3.2 微博群体用户行为分析以及实验验证
        3.2.1 用户行为分析
        3.2.2 相关性分析
    3.3 微博群体的网络基本特征分析
        3.3.1 关注网络的构建
        3.3.2 网络密度
        3.3.3 中心性分析
        3.3.4 小团体分析
        3.3.5 小世界效应分析
        3.3.6 核心边缘结构分析
    3.4 实验结果分析
    3.5 本章小结
第4章 微博群体核心用户识别方法
    4.1 基于中心性的核心用户发现
        4.1.1 中心性
        4.1.2 实验分析
    4.2 基于用户活跃度指数的综合排名机制
        4.2.1 AHP 层次分析法
        4.2.2 基于 AHP 层次方法的用户活跃综合指数
        4.2.3 实验结果分析
    4.3 G 指数方法的核心用户识别
        4.3.1 微博中 G 指数的含义
        4.3.2 实验分析
    4.4 本章小结
结论
参考文献
攻读学位期间发表的学术论文
致谢



本文编号：3777213