基于微博网络信息挖掘与传播的关键技术研究

《基于微博网络信息挖掘与传播的关键技术研究》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、中图分类号９１：ＴＴ３单位代号：１０２８０密级：学号：０９Ｓ１０１２１上旅大掌雜博±学位论文ＳＨＡＮＧＨＡＩＵＮＩＶＥＲＳＩＴＹＤＯＣＴＯＲＡＬＤＩＳＳＥＲＴＡＴＩＯＮ题基于微博网络信息挖掘与传播的Ｉ目关键技术硏究Ｉ＇■Ｊ知．．楚藻：作角者陆静＾声韻ｔｆ连学科专业通信与信息系统ｆ导’师万肛根巧２０１５２完成日期年１月斬＇占ＳＨＷＭ＇胀山管證聊、、上海大学本论文经答辩委员会全体委员审查，确认符合上海大学博女学位论文质量要求。

2、答辩委员会签名：甲Ａ－主任：巧、委／ｋｆｅＫ．产委员；ｉ１净巧激授转诊司．复每梯＂發娘ｆ裏為货技、仪私＞讀、导师；蛹絲声咬答辩日期；ＵＭ．原创性声巧Ｉ木人声明；所里交的论文是本人在巧师指哥下进巧的硏究；；作。除／文中特別加ＬＪＸ林注和致谢的地方外，论文中不包含巧他人Ｂ发一炭或撰写过的研究成果。参与同工作的其他同志对本研究所做的任何贡献均已化论文中作／明硝的说明并表示／谢意。签名：请静日期：Ｍｋ－ｆ．Ｉ本论文使用授权说明，臣Ｊ本人完全／解ｈ

3、海大学有关保留、化用学位论文的规定；Ｉ学校有权保留论文及送交论文赁印件，允许论文被査阅和借阁；学校可Ｗ公化论文的全部或部分内巧。（保密）的论文在解密后应遵守此规定－．签ｃ名；导师签名；＾＿．Ｉ嘴證／—１１上海大学工学博士学位论文基于微博网络信息挖掘与传播的关键技术研究姓名：陆静导师：万旺根学科专业：通信与信息系统上海大学通信与信息工程学院2015年12月IIIADissertationSubmittedtoShanghaiUniversityfortheDegreeofDoctorinE

4、ngineeringThekeytechnologyresearchofinformationminingandpropagationbasedonmicroblognetworksPh.DCandidate：LuJingSupervisor：Prof.WanWang-genMajor：CommunicationandInformationSystemsSchoolofCommunicationandInformationEngineering,ShanghaiUniversityDecember,2015IV上海大

5、学博士学位论文摘要微博属于在线社会网络的一个新兴产品。近几年来，这个具有强烈“自媒体”属性的互联网应用，凭借其弱连接、开放性、便捷性、即时性等特点，发展成重要的社交媒体，对社会发展产生了深远的影响。研究微博网络信息挖掘与传播技术对微博网络营销、舆情监控及控制不实微博舆论有着积极意义。选取复旦大学、上海大学和上海外国语大学的新浪微博用户作为研究对象，介绍了微博网络用户数据、微博信息数据及用户间关注关系的获取方法，提出一种关联算法用于局域微博网络用户身份的认证，提出改进的最近邻节点平均度值?nn算法判断度-度相关性，采用

6、中位值计算节点的平均入度。从实证分析角度进行了微博网络的拓扑结构测量及微博用户行为测量，发现微博用户关系网络具有复杂网络特征，表现出小世界效应和无标度特性。接着从信息传播角度，定义了传播矩阵的概念，综合考虑用户直接号召力、影响范围及平均信息负荷量等参数，提出全新的微博网络关键节点挖掘WeiboRank算法。基于微博信息传播模型，对PageRank、betweenesscentrality、closenesscentrality、Out-Degree、WeiboRank五种关键节点挖掘算法进行了性能比较与评价，发现We

7、iboRank算法获取的关键节点具有更广的传播范围，更优的影响力。构建出更贴合微博网络信息传播真实情况的ISMR（Ignorants-Spreaders-MultipleRetweeters-Rejecters）模型，详细介绍了该模型的传播机制，对均匀网络和非均匀网络中ISMR模型的传播阈值进行了数学推导，结果表明，无论传播率有多小，信息都可传播扩散出去。仿真分析了ISMR模型在BA无标度网络及真实微博用户关系网络中，无知节点、传播节点、多次转发节点及拒绝节点随时间的密度变化情况。提出一种新的WR免疫策略，仿真研究了

8、免疫种子节点密度g、免疫延迟时间对信息传播的影响。仿真结果表明，与随机免疫和目标免疫相比，WR免疫可以更为有效地抑制不实信息的传播。V上海大学博士学位论文探讨了影响用户转发行为的两大因素：用户特征及微博信息特征，采用SVM方法进行转发行为预测，并在此基础上，结合网络的用户关注关系进行微博信息转发规模的预测，取得了较好的预测效果。对微博信息传播进