發(fā)布時間：2020-04-03 07:07

【摘要】：隨著社交軟件的不斷普及和運用,當今時代逐漸變成一個互聯(lián)網(wǎng)的時代,為人們的溝通和生活方式帶來了巨大的改變。通過研究熱點話題的熱度趨勢,便于獲得熱點話題的產(chǎn)生和傳播規(guī)律,一方面有效了解了用戶轉(zhuǎn)發(fā)行為,另一方面能夠分析和監(jiān)督網(wǎng)絡(luò)輿情,是一個極其具有價值的理論探究內(nèi)容。本文基于社交網(wǎng)絡(luò)的熱點話題,考慮到話題下多消息對用戶參與行為具有重要作用。將用戶的基本特征和多消息的交互影響因素結(jié)合,分別從微觀用戶轉(zhuǎn)發(fā)行為和宏觀熱點話題熱度趨勢進行了研究。下面是本文的主要研究工作和貢獻:1.關(guān)于話題多消息之間復雜的交互作用對用戶轉(zhuǎn)發(fā)行為的影響,提出并設(shè)計了多消息交互影響下用戶轉(zhuǎn)發(fā)行為的預測模型。首先,圍繞多消息相互作用對用戶轉(zhuǎn)發(fā)行為的影響,在用戶行為內(nèi)部驅(qū)動機制的基礎(chǔ)上,提出多消息交互影響驅(qū)動機制。其次,由于BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)簡單且能完好響應由于多消息交互機制的加入導致的非線性關(guān)系更加繁復,用其構(gòu)建用戶轉(zhuǎn)發(fā)行為預測模型。最后,由于多消息交互影響機制對用戶行為具有迭代引導作用,使BP神經(jīng)網(wǎng)絡(luò)很容易陷入過擬合的情況,所以引入模擬退火算法對傳統(tǒng)神經(jīng)網(wǎng)絡(luò)進行優(yōu)化,得到最優(yōu)參數(shù),從而提高算法的準確性。2.關(guān)于熱點話題的熱度趨勢,采用卷積神經(jīng)網(wǎng)絡(luò)以及指數(shù)平滑法對每一時間段的話題熱度值進行預測,可以準確客觀地描述微博話題的熱度趨勢。首先,本文將話題劃分成合適的時間段。然后,微觀方面采用卷積神經(jīng)網(wǎng)絡(luò)預測用戶行為,對預測結(jié)果進行相加操作,近似代表話題的熱度值;宏觀方面采用指數(shù)平滑法對下一時段話題的熱度值進行預測。最后,綜合兩方面來感知話題的整體熱度趨勢。最后,實驗采用新浪微博的實際數(shù)據(jù)集去檢驗。實驗表明,本文不僅能更真實地依據(jù)多消息相互影響的實際情況對用戶轉(zhuǎn)發(fā)行為進行預測,還能夠從宏觀角度分析出話題的傳播規(guī)律,從而預測熱點話題的熱度趨勢。有助于解析熱點話題中網(wǎng)民群體行為變化中的科學規(guī)律,同時對網(wǎng)絡(luò)輿情引導以及復雜的營銷管理決策提供理論依據(jù)。
【圖文】：

隨著新興技術(shù)的迅猛發(fā)展使得社交網(wǎng)絡(luò)得以普及，為人們的溝通和生活方式帶來了巨大的變化。人們處在一個互聯(lián)網(wǎng)時代，而社交媒體中熱點話題的產(chǎn)生和傳播更是不斷影響著人們的日常生活。隨著我國互聯(lián)網(wǎng)基礎(chǔ)設(shè)施建設(shè)不斷優(yōu)化升級，網(wǎng)絡(luò)信息服務日益多樣，生活、出行、環(huán)保、金融等行業(yè)與互聯(lián)網(wǎng)融合程度不斷加深，互聯(lián)網(wǎng)在人們生活中所扮演的角色越來越重要。在 2018 年下半年，中國互聯(lián)網(wǎng)絡(luò)信息中心(CNNIC)發(fā)布的《中國互聯(lián)網(wǎng)絡(luò)發(fā)展狀況統(tǒng)計報告顯示表明在 2018 年 6 月之前，我國網(wǎng)民規(guī)模達到 8.02 億，僅僅上半年新增的網(wǎng)民就高達 2968 萬人，比起上一年末上升了 3.8%，，同時互聯(lián)網(wǎng)被人們熟知的概率也達到 57.7%，如圖 1.1 所示[1]。對數(shù)字化的策略進行了詳細的說明，也讓用戶了解了改進之后的基建設(shè)施，互聯(lián)網(wǎng)應用的日益多樣化，吸引了越來越多的用戶，同時網(wǎng)絡(luò)覆蓋范圍也得到了擴大，在滿足人民群眾需求層面表現(xiàn)得愈發(fā)強勁。
【學位授予單位】：重慶郵電大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：C912.3;TP183

【相似文獻】

相關(guān)期刊論文 前10條

1 胡悅;;金融市場中的神經(jīng)網(wǎng)絡(luò)拐點預測法[J];金融經(jīng)濟;2017年18期

2 遲惠生;陳珂;;1995年世界神經(jīng)網(wǎng)絡(luò)大會述評[J];國際學術(shù)動態(tài);1996年01期

3 吳立可;;脈沖神經(jīng)網(wǎng)絡(luò)和行為識別[J];通訊世界;2018年12期

4 林嘉應;鄭柏倫;劉捷;;基于卷積神經(jīng)網(wǎng)絡(luò)的船舶分類模型[J];信息技術(shù)與信息化;2019年02期

5 俞頌華;;卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展與應用綜述[J];信息通信;2019年02期

6 韓真;凱文·哈特尼特;;為神經(jīng)網(wǎng)絡(luò)的通用理論建造基石[J];世界科學;2019年04期

7 鮑偉強;陳娟;熊濤;;基于進化神經(jīng)網(wǎng)絡(luò)的短期電力負荷預測研究[J];電工技術(shù);2019年11期

8 陳曉燕;;淺析簡單神經(jīng)網(wǎng)絡(luò)的發(fā)展及簡單模型[J];數(shù)字技術(shù)與應用;2019年05期

9 李青華;李翠平;張靜;陳紅;王紹卿;;深度神經(jīng)網(wǎng)絡(luò)壓縮綜述[J];計算機科學;2019年09期

10 劉高宇;;深度神經(jīng)網(wǎng)絡(luò)在煤質(zhì)數(shù)據(jù)分析與預測中的應用[J];電腦知識與技術(shù);2019年28期

相關(guān)會議論文 前10條

1 孫軍田;張U

本文編號：2613101