微博用戶行為的動力學(xué)分析.pdf

1、微博作為一種典型的在線社會網(wǎng)絡(luò)，因其龐大的用戶數(shù)量和開放性使其用戶結(jié)構(gòu)呈現(xiàn)出多元化特性。除個人用戶及由運營團(tuán)隊支持的公眾賬號外，微博平臺中還存在大量機(jī)器用戶和半機(jī)器半人的混合型用戶。后兩者中的惡意用戶將產(chǎn)生海量垃圾信息、網(wǎng)絡(luò)欺詐信息、惡意鏈接、甚或攜帶病毒，進(jìn)而對微博平臺的開放和健康造成嚴(yán)重威脅。因此，加強(qiáng)對微博中用戶身份的甄別至關(guān)重要。目前針對微博機(jī)器用戶發(fā)掘的研究大都基于微博內(nèi)容進(jìn)行，其優(yōu)點是檢測準(zhǔn)確率較高，但代價較大且效率低。類似

2、的挖掘方法，如微博內(nèi)容和時間相結(jié)合的方式，也存在同質(zhì)問題。其他的通過對已知數(shù)據(jù)集進(jìn)行訓(xùn)練學(xué)習(xí)的方法，存在無法對未知數(shù)據(jù)進(jìn)行有效分類的缺點，均具有一定局限。
　　論文針對微博機(jī)器用戶挖掘的問題，以人類行為動力學(xué)、數(shù)理統(tǒng)計等相關(guān)理論為基礎(chǔ)，根據(jù)發(fā)布微博行為在群體和個體層面上的不同統(tǒng)計特性，研究新浪微博中用戶的行為模式，并僅依據(jù)行為的時間特性對用戶進(jìn)行分類。為獲取真實客觀的實驗數(shù)據(jù)，利用網(wǎng)絡(luò)爬蟲從新浪微博采集原始數(shù)據(jù)，通過數(shù)據(jù)預(yù)處理，獲

3、取用戶在個體和群體層面發(fā)布微博的時間信息，建立實驗數(shù)據(jù)集。針對機(jī)器用戶發(fā)掘的問題，從人類行為時間上的陣發(fā)性和不確定性出發(fā)，分析用戶行為的陣發(fā)性指數(shù)和時間間隔熵，結(jié)合這兩個特性量發(fā)掘出具有高度自動化特性的機(jī)器用戶。針對混合型用戶發(fā)掘的問題，分析用戶行為時間間隔的分布和不同時間粒度下的時間間隔熵，結(jié)合陣發(fā)性指數(shù)發(fā)掘出半機(jī)器半人的混合型用戶。從群體層面和個體層面對正常用戶、機(jī)器用戶和混合型用戶的行為時間特性進(jìn)行研究，進(jìn)一步解釋了各類用戶行為模