在線社區(qū)中的用戶行為分析及熱度預測.pdf

1、隨著Web2.0的日益普及，各類在線社區(qū)也應運而生。在線社區(qū)具有現(xiàn)實社區(qū)所不具有的超時空性、符號性以及虛擬性，因而吸引了越來越多的互聯(lián)網(wǎng)用戶參與到其中。如何從這些在線社區(qū)中產(chǎn)生的海量數(shù)據(jù)中挖掘出有價值的信息也成為了當下熱門的研究課題。本文基于百度貼吧的數(shù)據(jù)集對貼吧中的用戶行為進行了分析，同時也提出了一種熱貼預測模型。
　　本研究主要內(nèi)容包括：⑴設計并實現(xiàn)了基于Scrapy的網(wǎng)絡爬蟲，對百度貼吧中某貼吧于7、8月間產(chǎn)生的數(shù)據(jù)進行了采

2、集。經(jīng)過數(shù)據(jù)預處理后，數(shù)據(jù)集包含了約6萬個主題貼、249萬個回復貼以及22萬個用戶的信息，通過實驗發(fā)現(xiàn)主題貼的獲回貼數(shù)滿足冪律分布；⑵基于上文獲取的數(shù)據(jù)集構(gòu)建了貼吧用戶之間的回復網(wǎng)絡，驗證了該回復網(wǎng)絡也具有社交網(wǎng)絡的小世界和無標度特性。并且從活躍時間、發(fā)貼數(shù)、獲回貼數(shù)以及回復時延四個角度對貼吧用戶行為進行了分析。最后，對貼吧用戶進行了聚類研究，通過額外引入“平均回復時延”這一用戶行為指標，得到了有趣的分類結(jié)果并對其進行了詳細闡述；⑶提出