基于機(jī)器學(xué)習(xí)的社交網(wǎng)絡(luò)用戶特征分析.pdf

1、Web2.0時(shí)代的到來(lái)使得社交網(wǎng)絡(luò)日益普及，社交網(wǎng)絡(luò)中的海量數(shù)據(jù)蘊(yùn)藏了無(wú)限寶藏等待挖掘。社交網(wǎng)絡(luò)形態(tài)多樣且技術(shù)日新月異，大數(shù)據(jù)趨勢(shì)成為必然，運(yùn)用先進(jìn)技術(shù)手段對(duì)網(wǎng)絡(luò)中的數(shù)據(jù)進(jìn)行訓(xùn)練學(xué)習(xí)是現(xiàn)實(shí)的要求。
　　由于社交網(wǎng)絡(luò)發(fā)展迅猛，傳統(tǒng)的網(wǎng)絡(luò)研究方法、成果等不再適用。在對(duì)社交網(wǎng)絡(luò)用戶進(jìn)行分析時(shí)，大多數(shù)研究?jī)H集中于用戶某一方面的特征，如行為時(shí)間間隔特征等。鑒于此，本文著眼于個(gè)體用戶的屬性、信息、關(guān)系三方面特征對(duì)社交網(wǎng)絡(luò)中的用戶特征進(jìn)行了全面

2、的分析。進(jìn)一步借助機(jī)器學(xué)習(xí)中較為先進(jìn)的譜聚類算法對(duì)所采集的微博實(shí)際數(shù)據(jù)進(jìn)行了無(wú)監(jiān)督學(xué)習(xí)。
　　論文基于社交網(wǎng)絡(luò)研究多學(xué)科交叉結(jié)合的特點(diǎn)，采用機(jī)器學(xué)習(xí)、文本處理等手段對(duì)以微博為代表的社交網(wǎng)絡(luò)平臺(tái)整體特性、用戶信息傳播特征、用戶行為特征、屬性特征、關(guān)系特征、文本特征進(jìn)行綜合研究?？梢暬治鍪谴髷?shù)據(jù)時(shí)代對(duì)數(shù)據(jù)進(jìn)行分析的必然要求，本文對(duì)社交網(wǎng)絡(luò)用戶特征分析時(shí)實(shí)現(xiàn)了網(wǎng)絡(luò)特性的可視化。
　　論文完成的主要工作包括:在圖論、復(fù)雜網(wǎng)絡(luò)研究、

3、經(jīng)典病毒傳播模型、人類動(dòng)力學(xué)傳播模型等理論基礎(chǔ)上研究了社交網(wǎng)絡(luò)特性;利用Gephi實(shí)現(xiàn)了社交網(wǎng)絡(luò)特征可視化;建立了SEIR微博信息傳播模型;為微博用戶建立了興趣驅(qū)動(dòng)的用戶交互動(dòng)力學(xué)模型;同時(shí)，論文采集了微博平臺(tái)中用戶的實(shí)際數(shù)據(jù)，利用LDA主題向量模型對(duì)采集的數(shù)據(jù)進(jìn)行了處理，再進(jìn)一步得到了用戶之間的相似矩陣，在此基礎(chǔ)上利用優(yōu)于K-means聚類等傳統(tǒng)聚類方法的譜聚類算法對(duì)樣本數(shù)據(jù)進(jìn)行了興趣社區(qū)挖掘。通過(guò)理論推導(dǎo)和實(shí)證分析，論文全面地分析了