基于微博用戶行為的數(shù)學(xué)建模和數(shù)據(jù)分析.pdf

1、微博,又稱為微博客,是一個基于用戶關(guān)系的信息分享、傳播以及獲取平臺,用戶可以通過WEB、WAP以及各種客戶端組建個人社區(qū),以140字左右的文字更新信息,并實現(xiàn)即時分享。作為社交媒體的一種形式,它允許用戶有選擇性地訂閱其他用戶的信息。近幾年,微博得到迅速的發(fā)展。2012年底,新浪微博的注冊用戶數(shù)已經(jīng)達到了3.65億,平均每天約有1億條信息被發(fā)布。龐大的用戶群吸引了大量的公司、組織和個人,他們都希望通過微博平臺來推銷自己。
　　在本文

2、中,我們主要從兩個方面對微博平臺進行研究,包括計算用戶的社交影響力和挖掘微博平臺上廣告?zhèn)鞑サ闹饕Ｊ健?br>　　近幾年來用戶影響力的計算受到了越來越多的關(guān)注,是社交網(wǎng)絡(luò)研究中的一個重要研究內(nèi)容,在很多領(lǐng)域得到運用,如病毒式營銷和個性化推薦。之前很多關(guān)于用戶影響力計算的研究是基于網(wǎng)絡(luò)結(jié)構(gòu)特征和轉(zhuǎn)發(fā)率進行計算的。其中有些將用戶的粉絲數(shù)量認為是用戶影響力的重要標(biāo)志,用戶的粉絲越多表示其影響力越大。然而,實際情況中用戶的粉絲數(shù)量和其影響力并不

3、相關(guān)。另有一些方法是基于用戶間的轉(zhuǎn)發(fā)率來計算用戶影響力的。但是,微博中的轉(zhuǎn)發(fā)率受到很多因素的影響,例如信息的內(nèi)容、流行程度和用戶自身的活躍度。而且,一個用戶的轉(zhuǎn)發(fā)率經(jīng)常隨著時間改變,無法反映用戶的固有特性。除此之外,還有些方法是基于網(wǎng)絡(luò)結(jié)構(gòu)來計算用戶影響力的,如PageRank和HITS,但是因為用戶間的關(guān)注關(guān)系并不等于影響力。所以,上面這些方法的結(jié)果不一定能準(zhǔn)確地反映用戶的影響力。
　　針對上述這些問題,我們提出了一個微博用戶交

4、互行為模型。與之前的方法不同的是,我們這個模型考慮了用戶的行為特征和交互性,主要包括三個關(guān)鍵因素:用戶的活躍程度、用戶的轉(zhuǎn)發(fā)意愿和用戶間的影響力。這使得我們的模型能夠?qū)蓚€用戶之間的影響力有一個比較客觀且準(zhǔn)確的估計。通過實驗可以發(fā)現(xiàn),該模型能除了準(zhǔn)確地預(yù)測用戶影響力,而且還能被用來預(yù)測用戶間的轉(zhuǎn)發(fā)率和發(fā)現(xiàn)有潛在影響力的用戶。
　　由于微博平臺的迅速發(fā)展,其已成為了一個重要的廣告平臺。在本文中,我們試圖通過對微博平臺上廣告?zhèn)鞑サ姆治?/p>

5、,發(fā)現(xiàn)微博廣告?zhèn)鞑サ哪Ｊ教卣?。我們收集了一些廣告信息的傳播數(shù)據(jù),并將每條信息的傳播途徑用一個傳播樹表示。針對每個傳播樹,我們共提取了包括傳播參與者的數(shù)量、傳播途徑的拓撲結(jié)構(gòu)和時間方面的傳播特征三個方面共33個特征,并使用K-Means聚類算法對這些傳播樹進行了聚類。通過對結(jié)果的分析,我們揭示了微博平臺上廣告?zhèn)鞑サ奶卣?說明不同類型的廣告在微博平臺上的傳播情況。我們驗證了名人效應(yīng)在信息傳播中的推動作用,指出推銷類廣告更適合微博平臺。此外,