共查询到20条相似文献，搜索用时 15 毫秒
1.
[目的/意义]基于时间网络影响力模型,研究微博话题的时变传播特性。[方法/过程]首先构建微博话题影响力网络模型,给出影响力网络的定义、关键因素分析、模型以及网络权值的计算方法,在此基础上,基于时间网络影响力模型研究微博话题时变传播特性,利用新浪微博平台及DATAMALL的最新微博话题数据仿真分析微博话题随时间的动态传播过程以及对用户的影响力强度。[结果/结论]微博话题随时间的动态传播过程以及对用户的影响力强度之仿真分析结果表明:约有93.3%的话题延迟在1-5小时以内,同时微博话题的影响力网络权值越高,相应的转发评论人数越多,微博话题的影响力也越大。最后将本文提出的TNIM模型与传统的影响力网络模型LDA进行对比,结果显示TNIM模型的影响力网络权值的准确性和稳定性都高于LDA模型,验证了TNIM模型的有效性。 相似文献
2.
论文选择微博为代表的社交媒介,从网络公共事件入手,以群体视角论述用户信息交互行为的社会责任取向,通过个案分析,阐明社交网络用户社会责任的实现途径。结果发现,在网络场域中,传统道德权威并未瓦解,社交网络中的个体行为并非完全以个人情感和利益为中心。网络用户的道德感和网络社会正义得以持续源于2个激励因素:个体的被认同感以及网络言论的公共化。社交网络用户的信息交互行为仍受传统道德、规则的约束,但存在群体极化的风险。 相似文献
3.
[目的/意义] 微博转发是实现微博信息传播的重要方式,对用户转发行为进行研究可以更好地理解微博信息传播机制,对热点话题检测、舆情监控、微博营销等具有重要意义。针对以往研究中用户兴趣表示不够全面准确以及未考虑情感差异对用户转发行为的影响,提出一个融入情感差异和用户兴趣的微博转发预测模型。[方法/过程] 该模型首先从维基百科中提取概念语义关系构建维基知识库,将其作为语义知识源对微博文本进行语义扩展,解决语义稀疏问题;对语义扩展后的用户历史微博进行聚类,提取用户兴趣主题和主题对用户的影响力;然后计算微博中各类情感的情感强度,提取情感差异特征;最后结合用户行为特征、用户交互特征、微博特征、用户兴趣特征和情感差异特征,运用SVM实现微博转发预测。[结果/结论] 在新浪微博真实数据集上进行实验,验证了所提模型的有效性。 相似文献
4.
微博机制和转发预测研究 总被引：1，自引：0，他引：1
微博机制和转发预测是当前学术研究的一个热点,具有重要的科学研究意义和经济社会价值.本文总结了基于图论的微博机制,对微博转发优化查询算法和预测技术的最新进展进行了系统归纳,明确指出了微博转发预测中用户特征所涉及的用户关系、用户影响力和用户兴趣算法等关键问题;以微博内容特征为切入点,分析了统计学方法、机器学习方法和网络拓扑分析方法的最新模型和技术应用框架;最后,提出了"六度分隔"理论范式、多层耦合网络中的微博用户行为预测、面向微博的"大数据"算法创新与知识挖掘等微博转发预测亟待突破的前沿性研究课题. 相似文献
5.
微博用户的影响力指数模型 总被引：1，自引：0，他引：1
以新浪微博为研究对象,提出微博用户的用户影响力指数模型。首先将得到的用户被关注度取代当前存在虚假的用户粉丝数,通过较为合理的用户被关注度计算得到微博用户的用户活跃度与微博影响力,最后将用户活跃度与微博影响力作为用户影响力的影响因子合成微博用户的用户影响力。模型考察用户与用户微博两个角度的多个活动因子。实验结果表明,用户影响力指数模型在降低微博僵尸粉影响的同时,能够较合理地体现微博用户的实际影响力。 相似文献
6.
【目的】微博用户兴趣发现对微博社交网络的个性化推荐和提升用户满意度具有重要的意义和价值。【方法】不仅通过挖掘用户自身微博数据识别出用户兴趣,而且进一步挖掘其关注用户的微博数据以及他们之间的社交联系,并通过计算用户微博与其关注用户兴趣的相似度以及用户与其关注用户间的亲密度,进一步发现用户兴趣。最后将从两方面发现的兴趣进行合并,得出用户的兴趣。【结果】基于爬取的新浪微博数据集进行实验,准确率和召回率较传统的方法提升15%以上。【局限】数据预处理中,停用词表不充分,没有实现停用词表的自动学习;需人工标注用户兴趣集计算准确率和召回率。【结论】实验结果表明,该方法明显优于传统方法,能够更加有效和准确地发现用户兴趣。 相似文献
7.
[目的/意义]微博对用户获取信息和建立社交网络具有重要作用。提出一种基于相似度和信任度融合的微博内容推荐方法,能够从用户需求出发进行个性化微博内容推荐,对提高微博服务质量、改善信息过载问题具有意义。[方法/过程]基于相似度和信任度融合算法,构建微博内容推荐模型,以新浪微博为研究对象,采用编程方式获取汽车、体育、运动健身、互联网和财经5个领域的数据,展开用户相似度与信任度计算的实验分析和比较。[结果/结论]分析结果显示该方法可以有效表示和挖掘微博内容,改善微博推荐的准确性和用户满意度。 相似文献
8.
融合社会网络的协同过滤推荐算法研究 总被引：1，自引：0，他引：1
针对传统协同过滤推荐算法的数据稀疏性及恶意行为等问题,提出一种新的基于社会网络的协同过滤推荐算法。该算法借助社会网络信息,结合用户信任和用户兴趣,寻找目标用户最近邻居,并以此作为权重,形成项目推荐,以提高推荐的准确度。实验表明,相对于传统的协同过滤算法,该算法可有效缓解稀疏性及恶意行为带来的问题,显著提高推荐系统的推荐质量。 相似文献
9.
[目的/意义]为应对微博内向型传导热点生灭速度快、热点特征不明显等问题,研究新型的微博内向型传导热点发现与预测算法。[方法/过程]针对上述问题,基于复杂网络分析方法,构建微博传导热点预测算法,该算法通过复杂网络节点模型扩展生成微博传导节点模型,发现内向型传导节点的传导子网;通过对传导节点序列实施热功率计算,对其信息传导覆盖范围以及未来影响力进行预测,进行传导热点发现及预测。[结果/结论]数据实验表明,该算法较之目前常用的热点预测算法,具有较高的传导热点覆盖率和准确率,且耗时较少,性价比较高。 相似文献
10.
[目的/意义]针对当前知识发现服务中存在的个性化程度不高和推荐效果不佳等问题，提出一种基于用户兴趣度量和内容分析的推荐算法。[方法/过程]文章通过特征词分布、LDA主题分布、引文结构网络三个维度构建学术资源模型，并通过对用户行为的度量，计算用户对其浏览学术资源的兴趣度，结合学术资源模型构建用户兴趣模型。将用户兴趣模型与学术资源模型匹配，计算其相似度，得到用户对每条学术资源的兴趣值，最后将兴趣值最高的TOP-N学术资源推荐给用户。[结果/结论]通过实验检验算法的有效性和推荐准确率，结果显示，本文从实时动态度量兴趣的角度，提出的推荐算法能较好地预测用户兴趣，推荐效果显著，为实现发现服务精准推荐提供思路。 相似文献
11.
政务微博作为政府机构进行公共管理的重要媒介,其传播效果对于促进政府信息公开和加强官民互动有着重要的影响.通过选取"江宁公安在线"在研究观察期内的微博信息进行分类统计,利用影响力评价方法计算出其微博影响力,进而分析各项微博特征与用户行为的相关性,得出政务微博传播效果的影响因素并提出相关建议. 相似文献
12.
[目的/意义] 为了提高传统协同过滤算法的计算速度,解决目标用户随着时间推移发生兴趣偏移而导致推荐系统质量下降的问题,以期进一步提升推荐系统运行效率和推荐质量。[方法/过程] 提出预先计算用户相似度算法和引入时间评分权重计算相似度矩阵的两种算法的改进,并利用Hadoop平台实证分析改进后的算法。[结果/结论] 实验结果证明：预先计算用户相似度算法缩短了对读者推送相关信息的时间,从而有效地提升了计算速度;引入时间评分权重计算相似度矩阵大大降低了MAE值,从而提高了推荐质量,两种算法同时应用后推荐系统在计算速度、准确率和新颖性方面都有显著提升。 相似文献
13.
基于单句粒度的微博主题挖掘研究 总被引：1，自引：0，他引：1
针对现有主题挖掘方法的不足,本文提出一种以句子为粒度的微博主题挖掘方法.首先,以标点符号为依据进行微博文本的句子划分,选择名词和动词为特征词来表征句子;其次,以高频特征词在微博文本集中的共现频次为基础构建词语相似矩阵,辅助计算句子相似度,构建句子相似矩阵;然后,以句子相似矩阵为基础进行聚类分析,通过分析聚类结果实现主题发现;最后,利用改进的LexRank算法计算各主题句子的重要度值,组合重要度值高的句子生成主题摘要,以完成对主题的描述.文章通过实验证明了该方法的可行性. 相似文献
14.
15.
[目的/意义]微信群内部存在着复杂的会话网络结构,探究微信群内部网络结构特征、角色类型以及相互关系对认识微信用户信息行为与传播模式具有重要意义。[方法/过程]以真实微信群中的对话样本作为研究对象,以成员之间的@关系及交流强度作为边权重构建行为网络,采用社会网络分析和内容分析方法对微信群中会话网络结构的统计特征、核心成员识别、信息交流行为等进行分析,并设计基于数量、黏度和位置的微信群用户影响力计算模型。[结果/结论]微信群中成员发言数近似服从分段幂律分布,其幂律指数与成员活跃度成正比关系;仅依赖发言数和发言分布时间无法反映成员在网络中的地位和影响力,其与中心性、个体网络特征等指标存在不一致;微信群内的信息交流更多是一种"有限度"和"碎片化"的交流,而群间的信息流动则表现为逐级过滤、舆情风险逐级削减的趋势。 相似文献
16.
以新浪微博平台为研究对象,针对微博平台存在的虚假粉丝——僵尸粉问题进行分析,从僵尸粉的定义、发展和目前采取的措施进行研究。根据微博用户存在的形式和用户间关系的特征,从链接分析的角度提出用户被关注度的概念及计算方法。实验通过对用户被关注度、用户人气值和用户影响力进行比较和分析,证明用户被关注度可以有效地降低僵尸粉带来的虚假粉丝问题。 相似文献
17.
微博作为新兴的网络交互工具,以简单便捷性、互动性强、强烈的现场感和实效性迅速发展,微博用户数量已超过3亿,如何合理利用微博功能,如何恰当处理微博的负效应是每一位公民每一位微博用户应该考虑的问题。一、微博传播过程中的负效应1.微博是应对突发事件的"利器",也是滋生谣言的"温床"青海省玉树地震、甬温动车事故等均是由突发事件当事人个人微博第一时间将消息发出,然而微博传递的仅是信息,可靠性不及传统新闻媒体,消息在网络上以难以想象地快速进行传播,导致受众根本无暇顾及消息的真实性和可靠性,只是机械地被从众心理操控不停地传播转发,这就为谣言的传播制造了"温床"。 相似文献
18.
基于用户访问网页的不同序列反映了用户特定的兴趣,提出了Web日志中用户存取模式的聚类算法。利用传统的Leader算法只扫描数据集一遍的优点,以及粗糙理论在处理含有不确定信息问题上的优势,给出了结合粗糙理论的改进Leader算法对用户存取模式进行聚类方法,使得同一类中的用户存取模式尽可能的相近或相似,不同类中的模式尽可能的相异。实验结果表明,该算法在可承受的计算时间内可对Web日志中的用户存取模式进行有效聚类。 相似文献
19.
现有的知识推荐方法主要是静态知识分类推荐和单个用户个性化推荐,忽略了用户大众在知识访问中表现出的网络集群行为特征.用户的网络集群行为所访问的知识项之间往往隐含着某些内在联系,将网络集群行为下所形成的知识群落称为知识簇.根据基于网络集群行为的用户访问之间的影响关系和访问日志处理过程,构建了基于网络集群行为的动态知识簇模型.将用户访问的知识项看作网络节点,利用概率推理得出节点之间的关联关系形成动态知识簇.当用户访问某个知识项时,根据动态知识簇向用户推荐该知识项的相关知识.使用网络爬虫技术挖掘知识服务网"豆瓣网"用户对豆瓣电影的访问日志作为实验数据,实验结果证明了基于概率推理的动态知识簇的推荐方法是有效的. 相似文献
20.
[目的 /意义]现有的社交网络用户隐私披露相关研究以隐私披露意愿研究为主,且存在研究方法单一、数据来源主观等问题。意愿并不能完全转化为行为,因此本研究利用社交网络平台用户行为数据对影响其隐私披露实际行为的因素进行分析,比较其与隐私披露意愿研究的差异,为理解用户隐私披露行为提供参考。[方法 /过程]本研究参考现有研究影响因素体系,基于社会渗透理论,构建用户隐私披露行为的广义线性模型,以新浪微博这一典型社交网络平台为例,通过网络爬虫采集新浪微博用户数据,并利用该数据衡量和探究用户隐私披露行为。[结果 /结论 ]研究结果表明,人口统计学变量、社交网络经验、社交网络规模、微博生产力对用户披露信息的敏感性及维度存在不同程度的影响,人口统计学变量对用户隐私披露实际行为的影响与部分隐私披露意愿研究有所区别。用户客观数据对隐私披露行为的度量加深对社交网络用户披露行为的理解,也为相关研究的开展提供数据基础。 相似文献