在線社會網(wǎng)絡關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?。人們可以隨時隨地通過社交媒體建立各種交互關系，從而產(chǎn)生了不同層次和粒度的虛擬在線社交網(wǎng)絡。在線社會網(wǎng)絡由動態(tài)變化的用戶和他們的交互關系組成，以支撐網(wǎng)絡信息和數(shù)據(jù)的即時交換。因此，在線社會網(wǎng)絡關鍵用戶挖掘方法研究可以幫助企業(yè)進行產(chǎn)品推廣、幫助政府進行輿情分析、預警與調(diào)控，具有實際應用價值。
　　本文以真實的在線社會網(wǎng)絡數(shù)據(jù)為研究對

2、象，主要針對熱點話題意見領袖挖掘、持久話題中關鍵人物分析、信息溯源研究中關鍵用戶提取、信息傳播引擎節(jié)點挖掘等問題展開研究，并在虛假信息控制和高效網(wǎng)絡營銷上進行了應用性研究。本文的研究內(nèi)容主要包括以下四個部分:
　　首先，現(xiàn)有的意見領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，應用傳統(tǒng)聚類方法很難把某一話題的相關帖子準確地識別并聚類到一起，傳統(tǒng)的熱點話題意見領袖挖掘方法很難達到預期效果，而且文本的情感分析在輿論領袖挖掘中的

3、應用問題也有待解決。本文提出一種基于話題模型的意見領袖挖掘算法TOLM(Topic Opinion Leader Mining)，以真實BBS(Bulletin Board System)論壇為研究對象，應用LDA(Latent Dirichlet Allocation)話題模型計算標題的相似度并自動聚類，構(gòu)建變規(guī)模用戶回復關系網(wǎng)絡模型，通過社會網(wǎng)絡分析得到意見領袖以及不同觀點派別，能有效捕捉輿情并分析輿論傳播特點，對及時疏導輿情有一定

4、意義。本文提出的意見領袖挖掘算法旨在快速發(fā)現(xiàn)某一網(wǎng)絡熱門事件中的意見領袖，綜合考慮的帖子的話題屬性、情感傾向和網(wǎng)絡結(jié)構(gòu)關系，具有較高的實用性。
　　其次，作為一個實時性公共信息平臺，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，擁有較長的時間跨度。持久話題中關鍵用戶挖掘的難點在于持久話題的發(fā)現(xiàn)與提取和稀疏網(wǎng)絡中關鍵節(jié)點挖掘。基于此，文章提出持久性話題中關鍵人物的分析方法，主要包括持久話題的識別算法

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

6、系（好友、關注等）和信息的語義關系的問題，本章以新媒體微博信息傳播機制為例，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)關系建立級聯(lián)（會話樹）并按主題相關性進行聚類得到級聯(lián)的集合（會話森林）;其次，結(jié)合用戶關系網(wǎng)和信息級聯(lián)關系網(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聯(lián)關系迭代計算節(jié)點的影響力指數(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行實驗評估，并通過刪除優(yōu)質(zhì)源頭節(jié)點和全局高影響力節(jié)點來控制虛假信息的傳播，實驗在新浪微博數(shù)據(jù)集上驗證了算法的有效性。相比于已有的研究，本文算法能夠通過轉(zhuǎn)發(fā)關系形成的級聯(lián)集合進行信息的溯源。
　　最后，以轉(zhuǎn)發(fā)為傳播機制微博平臺上，信息經(jīng)常以“引擎節(jié)點”為中心進行“核裂變”式傳播，挖掘這些“引擎節(jié)點”來進行微博營銷是一種成本低效率高的營銷手段。其問題的關鍵是準確尋找網(wǎng)絡中有影響