基于互聯(lián)網(wǎng)大數(shù)據(jù)的用戶群體挖掘的研究與實(shí)現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的高速發(fā)展和大規(guī)模普及應(yīng)用，人們更多地利用互聯(lián)網(wǎng)進(jìn)行社會(huì)交往、信息交流和消息傳播?；诨ヂ?lián)網(wǎng)技術(shù)的網(wǎng)絡(luò)社交媒體應(yīng)用憑借著傳輸快速、溝通便捷、內(nèi)容豐富、成本低廉等系列特性，逐漸為越來越多的人所認(rèn)可和使用，成為了人們?nèi)粘Ｉ钚畔⒔换サ闹髁鞣绞?。但是，因?yàn)榛ヂ?lián)網(wǎng)的無界性和即時(shí)性，發(fā)布在網(wǎng)上的事件第一時(shí)間即被全世界人們所看到，人們?cè)诮邮苁录畔⒌耐瑫r(shí)，也通過網(wǎng)絡(luò)發(fā)布個(gè)人評(píng)論和表達(dá)情緒，這些評(píng)論和情緒被其他人接收之后，反過來又影響著

2、其他人的觀點(diǎn)和情緒。在這種接收影響和發(fā)送影響的交織作用下，再加之一些人的惡意推動(dòng)下，互聯(lián)網(wǎng)上的任何一個(gè)輿情點(diǎn)都有可能形成大的輿情事件，而大的惡意輿情事件將嚴(yán)重影響現(xiàn)實(shí)社會(huì)穩(wěn)定和社會(huì)安定。公安機(jī)關(guān)網(wǎng)絡(luò)安全管理部門肩負(fù)著互聯(lián)網(wǎng)安全管理的職責(zé)，如何妥善處理惡意輿情，是當(dāng)前公安網(wǎng)絡(luò)安全管理部門的頭等大事。
　　本文作者從事公安網(wǎng)絡(luò)安全管理工作數(shù)年，積極探索適用于互聯(lián)網(wǎng)輿情管理工作的辦法，研究基于互聯(lián)網(wǎng)大數(shù)據(jù)的人物及群體挖掘方法。本文研究的

3、方法是首先分析輿情事件的產(chǎn)生是多個(gè)相似的群體共同作用的結(jié)果，而產(chǎn)生群體相似性的原因是群體受到了社會(huì)影響力和選擇性的影響。其次，以微博用戶為研究目標(biāo)，深入研究微博目標(biāo)用戶群體行為模式，探索利用互聯(lián)網(wǎng)大數(shù)據(jù)挖掘輿情事件核心意見領(lǐng)袖，再通過情感分析法將輿情事件中與意見領(lǐng)袖關(guān)聯(lián)的用戶進(jìn)行分類，挖掘出關(guān)聯(lián)群體和關(guān)聯(lián)關(guān)系。最后實(shí)現(xiàn)目標(biāo)用戶多個(gè)互聯(lián)網(wǎng)虛擬線索的關(guān)聯(lián)分析，形成目標(biāo)人物的完整網(wǎng)絡(luò)虛擬身份體系。
　　本文主要研究工作和創(chuàng)新點(diǎn)在于：

4、r>　?。?）分析了社會(huì)網(wǎng)絡(luò)研究中的用戶群體相似性和群體社會(huì)關(guān)系化規(guī)律。分別選擇在群體形成之前、形成中、形成后三個(gè)階段計(jì)算群體之間的行為相似性，以檢測(cè)群體演化規(guī)律。用真實(shí)數(shù)據(jù)集實(shí)驗(yàn)分析了社會(huì)影響力和社會(huì)選擇性在群體相似性中過程中所起的作用。
　?。?）研究了微博涉事用戶行為模式。本文在683個(gè)涉事用戶的數(shù)據(jù)基礎(chǔ)上，集中研究了涉事敏感消息和敏感用戶發(fā)現(xiàn)方法、影響力分布模式、涉事用戶發(fā)帖數(shù)量分布模式、涉事用戶地理位置分布模式、涉事用戶

5、注冊(cè)時(shí)間時(shí)序模式、涉事用戶發(fā)帖時(shí)間時(shí)序模式、用戶興趣空間模式、情感傾向性、以及基于關(guān)注關(guān)系的網(wǎng)絡(luò)拓?fù)淠Ｊ降取?br>　?。?）設(shè)計(jì)和實(shí)現(xiàn)了基于互聯(lián)網(wǎng)大數(shù)據(jù)的目標(biāo)人物及群體挖掘原型系統(tǒng)。設(shè)計(jì)內(nèi)容包括原型系統(tǒng)的典型工作流程、系統(tǒng)總體架構(gòu)，以及系統(tǒng)數(shù)據(jù)獲取與預(yù)處理模塊和系統(tǒng)分析處理模塊的實(shí)現(xiàn)。
　?。?）以“湖南益陽發(fā)生長(zhǎng)途臥鋪車起火”網(wǎng)絡(luò)輿情事件為樣本，對(duì)原型系統(tǒng)進(jìn)行測(cè)試，成功挖掘出輿情事件中的意見領(lǐng)袖“西山隱者”，再利用情感傾向性分