微博用戶(hù)行為的動(dòng)力學(xué)分析.pdf

1、微博作為一種典型的在線(xiàn)社會(huì)網(wǎng)絡(luò)，因其龐大的用戶(hù)數(shù)量和開(kāi)放性使其用戶(hù)結(jié)構(gòu)呈現(xiàn)出多元化特性。除個(gè)人用戶(hù)及由運(yùn)營(yíng)團(tuán)隊(duì)支持的公眾賬號(hào)外，微博平臺(tái)中還存在大量機(jī)器用戶(hù)和半機(jī)器半人的混合型用戶(hù)。后兩者中的惡意用戶(hù)將產(chǎn)生海量垃圾信息、網(wǎng)絡(luò)欺詐信息、惡意鏈接、甚或攜帶病毒，進(jìn)而對(duì)微博平臺(tái)的開(kāi)放和健康造成嚴(yán)重威脅。因此，加強(qiáng)對(duì)微博中用戶(hù)身份的甄別至關(guān)重要。目前針對(duì)微博機(jī)器用戶(hù)發(fā)掘的研究大都基于微博內(nèi)容進(jìn)行，其優(yōu)點(diǎn)是檢測(cè)準(zhǔn)確率較高，但代價(jià)較大且效率低。類(lèi)似

2、的挖掘方法，如微博內(nèi)容和時(shí)間相結(jié)合的方式，也存在同質(zhì)問(wèn)題。其他的通過(guò)對(duì)已知數(shù)據(jù)集進(jìn)行訓(xùn)練學(xué)習(xí)的方法，存在無(wú)法對(duì)未知數(shù)據(jù)進(jìn)行有效分類(lèi)的缺點(diǎn)，均具有一定局限。
　　論文針對(duì)微博機(jī)器用戶(hù)挖掘的問(wèn)題，以人類(lèi)行為動(dòng)力學(xué)、數(shù)理統(tǒng)計(jì)等相關(guān)理論為基礎(chǔ)，根據(jù)發(fā)布微博行為在群體和個(gè)體層面上的不同統(tǒng)計(jì)特性，研究新浪微博中用戶(hù)的行為模式，并僅依據(jù)行為的時(shí)間特性對(duì)用戶(hù)進(jìn)行分類(lèi)。為獲取真實(shí)客觀的實(shí)驗(yàn)數(shù)據(jù)，利用網(wǎng)絡(luò)爬蟲(chóng)從新浪微博采集原始數(shù)據(jù)，通過(guò)數(shù)據(jù)預(yù)處理，獲

3、取用戶(hù)在個(gè)體和群體層面發(fā)布微博的時(shí)間信息，建立實(shí)驗(yàn)數(shù)據(jù)集。針對(duì)機(jī)器用戶(hù)發(fā)掘的問(wèn)題，從人類(lèi)行為時(shí)間上的陣發(fā)性和不確定性出發(fā)，分析用戶(hù)行為的陣發(fā)性指數(shù)和時(shí)間間隔熵，結(jié)合這兩個(gè)特性量發(fā)掘出具有高度自動(dòng)化特性的機(jī)器用戶(hù)。針對(duì)混合型用戶(hù)發(fā)掘的問(wèn)題，分析用戶(hù)行為時(shí)間間隔的分布和不同時(shí)間粒度下的時(shí)間間隔熵，結(jié)合陣發(fā)性指數(shù)發(fā)掘出半機(jī)器半人的混合型用戶(hù)。從群體層面和個(gè)體層面對(duì)正常用戶(hù)、機(jī)器用戶(hù)和混合型用戶(hù)的行為時(shí)間特性進(jìn)行研究，進(jìn)一步解釋了各類(lèi)用戶(hù)行為模