發(fā)布時(shí)間：2024-06-02 15:06

　　用戶影響力分析是社交網(wǎng)絡(luò)中重點(diǎn)研究的問題之一,受到了國內(nèi)外研究人員廣泛的研究興趣。用戶影響力是具有話題區(qū)別性的,目前用戶影響力研究大部分沒有針對不同的話題領(lǐng)域進(jìn)行研究,而且一般研究只是針對用戶的一種行為關(guān)系進(jìn)行分析,忽略了用戶之間不同類型的行為關(guān)系之間和行為與話題內(nèi)容之間的關(guān)聯(lián)。并且傳統(tǒng)的微博話題分析大部分針對整個(gè)話題事件進(jìn)行研究,而忽略了熱門話題中子話題發(fā)現(xiàn)的研究。針對上述問題,本文具體的工作內(nèi)容和創(chuàng)新點(diǎn)如下:(1)針對目前缺乏對微博熱門話題中子話題發(fā)現(xiàn)的研究的問題,本文提出了改進(jìn)的基于時(shí)序的微博子話題發(fā)現(xiàn)方法,采用改進(jìn)的子話題關(guān)聯(lián)度算法度量子話題在相鄰時(shí)間片的變化。首先將本文采用的數(shù)據(jù)集進(jìn)行文本預(yù)處理;然后對時(shí)間序列進(jìn)行時(shí)間片劃分,針對不同時(shí)間片進(jìn)行文本劃分;再針對每個(gè)時(shí)間片的文本集合利用LDA話題模型進(jìn)行子話題提取;最后對所提取的子話題進(jìn)行話題關(guān)聯(lián)度計(jì)算,準(zhǔn)確獲取熱點(diǎn)話題中的子話題。實(shí)現(xiàn)表明,本文改進(jìn)的子話題關(guān)聯(lián)度算法能夠精確度量每個(gè)時(shí)間片和相鄰時(shí)間片子話題之間的相似度。(2)針對現(xiàn)有用戶影響力分析方法一般只考慮用戶之間單一的交互關(guān)系的問題,本文提出了一種改進(jìn)的用戶影響力算法。首...

【文章頁數(shù)】：77 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖1.1在線社交網(wǎng)絡(luò)中的用戶交互及其影響效應(yīng)模式

絡(luò)即社交網(wǎng)絡(luò)服務(wù)媒體，是指社交網(wǎng)絡(luò)平臺(tái)，在該平臺(tái)上互聯(lián)網(wǎng)用戶可以與建立關(guān)系，人們可以相互通信，共享信息、圖片、視頻、音樂，分享自己的愛好等。Twitter、Facebook和新浪微博等社交網(wǎng)絡(luò)媒體平臺(tái)越來越受網(wǎng)絡(luò)用歡迎，用戶可以在不同類型的在線社交網(wǎng)絡(luò)平臺(tái)上共享信息、興趣和想法....

圖2.1微博用戶關(guān)系與信息流動(dòng)關(guān)系

并對其時(shí)間特性進(jìn)行了實(shí)證分析。文獻(xiàn)[47]考慮到網(wǎng)絡(luò)在內(nèi)容傳播過結(jié)構(gòu)變化，通過調(diào)查對預(yù)測事件爆發(fā)敏感的特征，提出了一種新的事件爆。用戶在信息傳播過程中與他人的交流方式是非常自由的，不受別的因素限戶可以關(guān)注自己感興趣的人和信息，并根據(jù)自己的意愿進(jìn)行信息發(fā)布。信的本質(zhì)是用戶主動(dòng)獲取、....

圖2.2主題建模

重慶郵電大學(xué)碩士學(xué)位論文題模型模型是一種無監(jiān)督的文本分析算法，主題建模可以自動(dòng)從給定主題。這些主題本質(zhì)上是抽象的，就是一系列彼此具有關(guān)聯(lián)關(guān)從數(shù)學(xué)角度來講，主題就是單詞在詞語集合上的條件概率分布一個(gè)主題中條件概率越大，這個(gè)單詞就與這個(gè)主題之間具有較就具有較低的相關(guān)性。例如，“患者”....

圖2.3文本分類與主題建模比較

圖2.3文本分類與主題建模比較2.3.1LSA模型潛在語義分析(LSA)是20世紀(jì)80年代后期發(fā)展起來的一種提高信息檢索精數(shù)學(xué)方法，有時(shí)被稱為隱語義索引(LatentSemanticIndexing,LSI)。LSA使用稱為奇異值分解的技術(shù)來掃描文檔中的非....

本文編號(hào)：3987411