面向社會(huì)媒體的用戶在線社交圈識(shí)別與分析.pdf

1、國(guó)內(nèi)圖書分類號(hào)：TM301.2國(guó)際圖書分類號(hào)：625學(xué)校代碼：10213密級(jí)：公開(kāi)工工工學(xué)學(xué)學(xué)博博博士士士學(xué)學(xué)學(xué)位位位論論論文文文面向社會(huì)媒體的用戶在線社交圈識(shí)別與分析博士研究生：秦海龍導(dǎo)師：劉挺教授申請(qǐng)學(xué)位：工學(xué)博士學(xué)科：計(jì)算機(jī)應(yīng)用技術(shù)所在單位：計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院答辯日期：2016年09月授予學(xué)位單位：哈爾濱工業(yè)大學(xué)摘要摘要社會(huì)媒體已經(jīng)成為人們?cè)诨ヂ?lián)網(wǎng)中信息傳播的重要平臺(tái)，用戶在社會(huì)媒體中關(guān)注各種信息源并與好友進(jìn)行互動(dòng)。這些行為導(dǎo)致

2、了社會(huì)媒體中形成了龐大的用戶社交網(wǎng)絡(luò)，同時(shí)，用戶線下大量的真實(shí)社會(huì)關(guān)系也存在于這種在線社交網(wǎng)絡(luò)中。在以往的社會(huì)科學(xué)中，有限的調(diào)研形式和稀缺的數(shù)據(jù)給人與人社會(huì)關(guān)系的研究造成了很大的困難。社會(huì)媒體易于獲取的數(shù)據(jù)使人與人之間社交強(qiáng)關(guān)系和社交圈的研究變成可能，這種線上熟人社交圈中的用戶具有非常高的同質(zhì)性，同一社交圈中的用戶會(huì)很大程度的影響彼此在社交網(wǎng)絡(luò)中的行為。因此，用戶在線社交圈的研究是社會(huì)媒體中用戶分析相關(guān)研究的重要基礎(chǔ)。每個(gè)用戶都在社會(huì)媒

3、體中擁有大量的好友，用戶和這些好友之間都社交關(guān)系強(qiáng)度各不相同，并且很難加以區(qū)分。同時(shí)，每個(gè)用戶在社會(huì)媒體中大多擁有不同的社交圈，這些社交圈互相獨(dú)立，代表用戶不同的社會(huì)關(guān)系，例如高中同學(xué)、大學(xué)同學(xué)等。用戶社交圈是用戶社會(huì)強(qiáng)關(guān)系的一種典型的表現(xiàn)形式，識(shí)別并分析這些社交圈可以反映用戶不同的社會(huì)維度，然而，社交圈具有很強(qiáng)的主觀性和私密性，每個(gè)用戶只能了解自己社交圈的好友構(gòu)成和社交圈的意義，因此研究人員很難在社會(huì)媒體中直接獲取一個(gè)用戶的社交圈好友

4、和社交圈意義等相關(guān)數(shù)據(jù)。為了解決以上問(wèn)題，本文從以下方面開(kāi)展了對(duì)用戶在線社交圈識(shí)別和分析的相關(guān)研究。1、基于用戶關(guān)注關(guān)系的在線社交圈識(shí)別。每個(gè)社交圈都是用戶的社會(huì)強(qiáng)關(guān)系，因此每個(gè)社交圈內(nèi)部的成員之間都彼此連接緊密。根據(jù)這個(gè)原理，本文提出了一種基于在線凝聚聚類的用戶社交圈識(shí)別算法，并在用戶相似度計(jì)算中引入了用戶之間的社交屬性，可以準(zhǔn)確的識(shí)別用戶在社會(huì)媒體中的多個(gè)不同的社交圈。為了解決主觀性的社交圈數(shù)據(jù)難以獲取的問(wèn)題，本文建立了激勵(lì)用戶標(biāo)注

5、自己的社交圈成員的眾包平臺(tái)，該方法有效的獲取了可供用戶社交圈相關(guān)研究的真實(shí)數(shù)據(jù)。2、基于用戶多維特征的在線社交圈識(shí)別。社交圈內(nèi)的成員不僅在網(wǎng)絡(luò)結(jié)構(gòu)上連接緊密，而且在個(gè)人資料、興趣愛(ài)好等方面具有很強(qiáng)的同質(zhì)性?，F(xiàn)有的社交圈識(shí)別方法利用網(wǎng)絡(luò)結(jié)構(gòu)特征和個(gè)人資料特征都分別取得了很好的識(shí)別效果，然而這些方法很難把用戶在不同維度的特征結(jié)合起來(lái)。本文提出了基于矩陣分解的潛在因子聯(lián)合模型，模型可以通過(guò)學(xué)習(xí)用戶不同的維度特征得到特征融合后的用戶向量，實(shí)驗(yàn)證