基于复合网的微博用户行为特征研究

《基于复合网的微博用户行为特征研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要微博用户网络是一个涉及普通用户、名人等多类用户要素以及其间关注、推文、转发、评论等多种行为关系的复杂网络，以往对微博用户网络的研究通常仅对一种关系进行讨论，忽略了微博用户的行为间存在的相关性，而事实上微博用户的行为是存在着关联关系的，分析并发现微博用户多种行为间的关联关系，对揭示微博用户的网络行为规律，理解微博用户行为的复杂机制，具有重要的现实意义。基于此，本文使用KDDCUP2012任务1提供的腾讯微博数据，提取了用户的关注关系，以及推文、转发与评论中相同关键词关系，基于复合网模型，构建了用户关注关系子网与关键词子网；基于该模型的子网加载运算，构建了用户关注与关键词复合网；通过对子网

2、以及复合网若干拓扑性质的分析，发现了一些有趣的现象，为理解微博用户的复杂行为提供了支持。本文的主要工作阐述如下：(1)微博用户关注子网和关键词子网的构建及性质分析。将用户抽象为结点，用户间的关注关系抽象为连边，构建了关注子网；关注子网的度分布近似幂律分布，度大的为名人，也即名人受关注数大；将用户抽象为结点，用户间有≥k(k∈N+)个相同关键词的关系抽象为连边，构建了多个关键词子网；多个关键词子网的度分布也均近似服从幂律分布，但普通用户的度远大于名人的度，说明普通用户参与的话题较多，而名人的话题较专一，这可能与名人专业领域有关。(2)构建了用户关注与关键词复合网，分析了复合网边界结点的性质，

3、发现随着边界结点在关键词子网的度的增大，关注子网的度微弱变大，说明关键词相似度子网和关注子网呈现微弱的正相关性，说明用户拥有的话题越多，被关注的可能性越大。(3)为发现用户类型对边界结点性质的影响，抽取了名人及其间的关注关系、关键词关系数据，构建了名人间关注和关键词复合网，分析了边界结点的性质，发现随着名人关键词相似度子网度逐渐增大，名人关注子网的度有微弱减小的趋势，即名人关键词相似度子网的度与名人关注子网的度呈现负相关关系，这与普通用户的规律恰好相反，说明名人更愿意关注在某一领域比较专注、权威的名人。关键词：微博网络；复合网；关注关系；关键词关系AbstractMicro-bloggin

4、gusersnetworkisacomplexnetworkwhichisinvolvedinmanyfactorssuchasordinaryusers，celebrities，attention，tweet，retweet，commentandotherbehaviorrelationships．Ignoringtheexistenceofcorrelationsbetweenbehaviorsofusers，previousresearchonmicro-bloggingusernetworkusuallyonlypayattentiontothediscussionofonerel

5、ationship．However，usersbehaviorsareoftenassociatedwitheachother．Therefore，theanalysisanddiscoveryofrelationsamongmultiplebehaviorsofmicro—bloggingusersareofgreatpracticalsignificanceforrevealingthelawofthemicro-bloggingnetworkuserbehaviorsandunderstandingthecomplexmechanismsofmicro-bloggingnetwork

6、userbehaviors．Basedontheabove，thispaperusestask1oftheKDDCUP2012oftencentmicro—bloggingdatatoextracttheattentionoftheuserandrelationshipsofthesamekeywordintweet，retweetandcomment．Basedonthecomplexnetworkmodel，thepaperbuildstheusers’attentionsubnetandtheusers’keywordsubnet．Basedonsubnetloadoperation

7、ofthismodel，thepaperconstructsthecomplexnetworkofusers’attentionsubnetandusers’keywordsubnet．Throughtheanalysisofseveraltopologicalpropertiesofthecomplexnetworkandthesubnet，thispaperfindssomeinterestingphenomenat