面向微博輿情的用戶挖掘及消息傳播預(yù)測關(guān)鍵技術(shù)研究.pdf

1、隨著社交網(wǎng)絡(luò)的迅速發(fā)展，微博在人們網(wǎng)絡(luò)生活中的位置越發(fā)重要。相比于傳統(tǒng)媒體，輿情事件消息在微博平臺上的擴散速度更快、傳播更廣。微博為人們獲取信息帶來了便捷的同時，也為不法分子提供了平臺。若有不法分子利用社交平臺散布虛假信息，將會給人們的生活帶來極大的不便甚至是危害。因此對微博輿情事件的傳播過程進行監(jiān)控、分析其中引起大規(guī)模轉(zhuǎn)發(fā)的關(guān)鍵用戶、預(yù)測未來時間的消息傳播規(guī)模，這對控制輿情事件的不良發(fā)展有著十分重要的意義。
　　在輿情事件傳播中

2、，用戶更加關(guān)注與其地域緊密度高的輿情事件和感興趣的輿情事件。然而，現(xiàn)有的關(guān)鍵用戶挖掘算法并未充分考慮輿情事件的地域特征?；诖藛栴}，本文提出一種面向微博輿情的關(guān)鍵用戶挖掘算法——KURank算法，針對輿情事件的地域特殊性和描述針對性的特點對PageRank算法進行了改進。同時本文采用超網(wǎng)絡(luò)的概念，從社交子網(wǎng)絡(luò)、信息傳播子網(wǎng)絡(luò)、地域子網(wǎng)絡(luò)和描述詞子網(wǎng)絡(luò)四個方面描述微博消息。實驗證明，對于微博輿情事件，KURank算法能有效地識別出促進事件

3、傳播的關(guān)鍵用戶。
　　在微博信息傳播過程中，事件的大規(guī)模傳播通常都是由關(guān)鍵用戶引起的。在消息傳播預(yù)測中，關(guān)鍵用戶對消息傳播的影響需要重點考慮。因此，本文提出一種基于關(guān)鍵用戶的消息傳播預(yù)測模型——KU回歸模型。該模型采用KURank算法計算每個時間窗口的關(guān)鍵用戶，以每個時間窗口的新增關(guān)鍵用戶在所有用戶中的比例為自變量，以微博規(guī)模增長率為因變量構(gòu)建多項式回歸模型對微博傳播趨勢進行預(yù)測。實驗證明，KU回歸模型能夠有效的解決輿情事件消息傳