線上社交網(wǎng)絡(luò)信息傳播的研究與實(shí)現(xiàn).pdf

1、隨著社交網(wǎng)絡(luò)平臺(tái)的迅速發(fā)展，人們?cè)谏缃痪W(wǎng)絡(luò)上的活動(dòng)越來(lái)越多，以國(guó)內(nèi)新浪微博為例，在2013年微博用戶數(shù)已達(dá)到6億。因此越來(lái)越多的研究者將在線社交網(wǎng)絡(luò)作為研究對(duì)象。在在線社交網(wǎng)絡(luò)中，用戶可以討論自己的想法，發(fā)表自己的意見(jiàn)，表達(dá)自己的興趣等，所有這些行為產(chǎn)生了大量的社交數(shù)據(jù)。其中，如何對(duì)信息在整個(gè)網(wǎng)絡(luò)上的傳播進(jìn)行模擬成為一個(gè)熱點(diǎn)研究話題。轉(zhuǎn)發(fā)行為是組成信息傳播的原子行為。因此，本文先從影響轉(zhuǎn)發(fā)行為的因素出發(fā)得出轉(zhuǎn)發(fā)概率，然后提出了基于轉(zhuǎn)發(fā)行

2、為的信息傳播模型，最后在真實(shí)的數(shù)據(jù)集中對(duì)信息傳播進(jìn)行了模擬。實(shí)驗(yàn)表明，提出的模型能夠克服傳統(tǒng)模型中固定轉(zhuǎn)發(fā)概率帶來(lái)的同質(zhì)性，能夠更好地模擬真實(shí)信息傳播過(guò)程。
　　具體工作如下：
　　微博數(shù)據(jù)的抓取。本文搭建了基于Hadoop的分布式微博數(shù)據(jù)抓取平臺(tái)。在八臺(tái)機(jī)器上，對(duì)微博的用戶數(shù)據(jù)、關(guān)系數(shù)據(jù)和文本內(nèi)容數(shù)據(jù)進(jìn)行了抓取。
　　轉(zhuǎn)發(fā)行為的分析。通過(guò)對(duì)微博數(shù)據(jù)分析來(lái)選擇合適的特征和相應(yīng)的模型。利用相應(yīng)的特征和模型，得到用戶之間的

3、轉(zhuǎn)發(fā)概率，本文對(duì)每個(gè)用戶采用了邏輯回歸模型來(lái)進(jìn)行數(shù)據(jù)擬合,首先對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，提取出相應(yīng)的特征，將處理后的數(shù)據(jù)輸入邏輯回歸模型進(jìn)行訓(xùn)練，最后根據(jù)模型得出每個(gè)用戶的轉(zhuǎn)發(fā)概率。
　　信息傳播模型的模擬。首先，在微博數(shù)據(jù)中抽取出網(wǎng)絡(luò)結(jié)構(gòu)。由于用戶之間的轉(zhuǎn)發(fā)組成了信息的傳播，根據(jù)轉(zhuǎn)發(fā)行為的分析，本文提出了SIS-p與IC-p傳播模型。最后，在提取的網(wǎng)絡(luò)中進(jìn)行了傳播模擬的實(shí)驗(yàn)。
　　通過(guò)實(shí)驗(yàn)，本文發(fā)現(xiàn)了一些新的現(xiàn)象：在傳播模型中，擁