在線社會(huì)網(wǎng)絡(luò)關(guān)鍵用戶挖掘方法研究.pdf

1、近年來，F(xiàn)acebook、Twitter、微博、微信等社交網(wǎng)站已經(jīng)逐漸成為人們?nèi)粘Ｉ钪械闹饕缃磺馈Ｈ藗兛梢噪S時(shí)隨地通過社交媒體建立各種交互關(guān)系，從而產(chǎn)生了不同層次和粒度的虛擬在線社交網(wǎng)絡(luò)。在線社會(huì)網(wǎng)絡(luò)由動(dòng)態(tài)變化的用戶和他們的交互關(guān)系組成，以支撐網(wǎng)絡(luò)信息和數(shù)據(jù)的即時(shí)交換。因此，在線社會(huì)網(wǎng)絡(luò)關(guān)鍵用戶挖掘方法研究可以幫助企業(yè)進(jìn)行產(chǎn)品推廣、幫助政府進(jìn)行輿情分析、預(yù)警與調(diào)控，具有實(shí)際應(yīng)用價(jià)值。
　　本文以真實(shí)的在線社會(huì)網(wǎng)絡(luò)數(shù)據(jù)為研究對(duì)

2、象，主要針對(duì)熱點(diǎn)話題意見領(lǐng)袖挖掘、持久話題中關(guān)鍵人物分析、信息溯源研究中關(guān)鍵用戶提取、信息傳播引擎節(jié)點(diǎn)挖掘等問題展開研究，并在虛假信息控制和高效網(wǎng)絡(luò)營銷上進(jìn)行了應(yīng)用性研究。本文的研究?jī)?nèi)容主要包括以下四個(gè)部分:
　　首先，現(xiàn)有的意見領(lǐng)袖挖掘算法都沒有考慮在特定話題中來分析用戶的重要程度，應(yīng)用傳統(tǒng)聚類方法很難把某一話題的相關(guān)帖子準(zhǔn)確地識(shí)別并聚類到一起，傳統(tǒng)的熱點(diǎn)話題意見領(lǐng)袖挖掘方法很難達(dá)到預(yù)期效果，而且文本的情感分析在輿論領(lǐng)袖挖掘中的

3、應(yīng)用問題也有待解決。本文提出一種基于話題模型的意見領(lǐng)袖挖掘算法TOLM(Topic Opinion Leader Mining)，以真實(shí)BBS(Bulletin Board System)論壇為研究對(duì)象，應(yīng)用LDA(Latent Dirichlet Allocation)話題模型計(jì)算標(biāo)題的相似度并自動(dòng)聚類，構(gòu)建變規(guī)模用戶回復(fù)關(guān)系網(wǎng)絡(luò)模型，通過社會(huì)網(wǎng)絡(luò)分析得到意見領(lǐng)袖以及不同觀點(diǎn)派別，能有效捕捉輿情并分析輿論傳播特點(diǎn)，對(duì)及時(shí)疏導(dǎo)輿情有一定

4、意義。本文提出的意見領(lǐng)袖挖掘算法旨在快速發(fā)現(xiàn)某一網(wǎng)絡(luò)熱門事件中的意見領(lǐng)袖，綜合考慮的帖子的話題屬性、情感傾向和網(wǎng)絡(luò)結(jié)構(gòu)關(guān)系，具有較高的實(shí)用性。
　　其次，作為一個(gè)實(shí)時(shí)性公共信息平臺(tái)，BBS上的話題分為突發(fā)性話題和持久性話題，其中持久性話題多為貼近生活的民生話題，擁有較長的時(shí)間跨度。持久話題中關(guān)鍵用戶挖掘的難點(diǎn)在于持久話題的發(fā)現(xiàn)與提取和稀疏網(wǎng)絡(luò)中關(guān)鍵節(jié)點(diǎn)挖掘。基于此，文章提出持久性話題中關(guān)鍵人物的分析方法，主要包括持久話題的識(shí)別算法

5、和在持久話題社會(huì)網(wǎng)絡(luò)中通過情感加權(quán)的節(jié)點(diǎn)位置分析來提取關(guān)鍵人物的算法兩部分。持久話題的識(shí)別主要結(jié)合LDA模型和相似度模型并在時(shí)間軸上進(jìn)行刻畫。關(guān)鍵人物提取為一種考慮了鄰居節(jié)點(diǎn)的位置、網(wǎng)絡(luò)中節(jié)點(diǎn)關(guān)系的強(qiáng)弱及情感傾向的局部節(jié)點(diǎn)位置確定方法。算法在真實(shí)數(shù)據(jù)集驗(yàn)證了有效性。
　　再次，做為一種典型的社交網(wǎng)絡(luò)平臺(tái)，微博信息傳播速度快，如何準(zhǔn)確鎖定信息的精準(zhǔn)源頭是輿情預(yù)警的關(guān)鍵。針對(duì)現(xiàn)有的算法僅僅找到時(shí)間戳最早的節(jié)點(diǎn)，沒有考慮節(jié)點(diǎn)的社會(huì)網(wǎng)絡(luò)關(guān)

6、系（好友、關(guān)注等）和信息的語義關(guān)系的問題，本章以新媒體微博信息傳播機(jī)制為例，提出了一種信息傳播溯源算法ITEAE(Initiators and Early Adopters Extraction)。首先，根據(jù)微博轉(zhuǎn)發(fā)關(guān)系建立級(jí)聯(lián)（會(huì)話樹）并按主題相關(guān)性進(jìn)行聚類得到級(jí)聯(lián)的集合（會(huì)話森林）;其次，結(jié)合用戶關(guān)系網(wǎng)和信息級(jí)聯(lián)關(guān)系網(wǎng)確定微博信息的真正發(fā)起者;再次，通過文本情感分析和信息級(jí)聯(lián)關(guān)系迭代計(jì)算節(jié)點(diǎn)的影響力指數(shù)和從眾指數(shù)，提取微博信息早期重

7、要參與者;最后，分析發(fā)起者和早期重要參與者確定信息源頭并進(jìn)行實(shí)驗(yàn)評(píng)估，并通過刪除優(yōu)質(zhì)源頭節(jié)點(diǎn)和全局高影響力節(jié)點(diǎn)來控制虛假信息的傳播，實(shí)驗(yàn)在新浪微博數(shù)據(jù)集上驗(yàn)證了算法的有效性。相比于已有的研究，本文算法能夠通過轉(zhuǎn)發(fā)關(guān)系形成的級(jí)聯(lián)集合進(jìn)行信息的溯源。
　　最后，以轉(zhuǎn)發(fā)為傳播機(jī)制微博平臺(tái)上，信息經(jīng)常以“引擎節(jié)點(diǎn)”為中心進(jìn)行“核裂變”式傳播，挖掘這些“引擎節(jié)點(diǎn)”來進(jìn)行微博營銷是一種成本低效率高的營銷手段。其問題的關(guān)鍵是準(zhǔn)確尋找網(wǎng)絡(luò)中有影響