社交网络环境下基于数据耕耘的用户兴趣演化研

作者：admin时间：2019-04-17 06:37:57阅读：198来源：本站

社交网络的发展早已超越了当初为了方便人与人之间的即时交流的技术目的,目前社交网络涵盖了以人类社交为核心的所有网络服务形式。在社交网络的发展过程中,各类社交平台运营商逐渐认识到信息服务中的核心为用户运营,并使其向用户提供的服务实现了从非个性化服务到个性化服务的转变。而后当社交网络的发展的进入大数据的环境之下时,其平台中用户所贡献的信息呈现出指数级的增长趋势,这对社交平台运营商来说,既是机遇也是挑战,收获了重要的信息资产,该如何把握和利用是社交平台运营商急需考虑的问题。用户信息需求规律中的Mooers定律指出,如果用户取得信息比不取得信息更加困难的话,则用户对这一信息的需求自然会失去兴趣。所以,掌握社交网络中用户的需求变化,了解其兴趣演化的规律,使得用户为获取其所需的信息所付出的努力达到最小,这有利于增强用户对平台的使用黏性,社交平台运营商也能够在这一过程中发现无限的商机,促使流量的快速变现。本文将数据耕耘这样一种情报学中的新式理念引入至社交网络环境下的用户兴趣演化的研究中来,目的是为社交平台运营商的用户运营策略、网络营销策略提供一些启示。本文理论部分的重点工作分为:数据耕耘理念下用户兴趣演化实验过程的构建、数据耕耘理念下用户兴趣想定的构造、想定与优化中用户兴趣演化推理机制研究三个部分。(1)在第一部分的研究之前,首先对数据耕耘的机理及特征入手,提出了社交网络下数据耕耘的运行步骤,以此为基础构建了用户兴趣演化的实验过程,并对实验过程中的仿真想定建立和想定优化循环进行了详细的描述。(2)数据耕耘理念下的用户兴趣的想定构造则是从社交平台的实际情况情况出发,利用多Agent建模技术,将用户兴趣想定分为用户客观情境想定和用户主观情境想定,并对这两个想定集中的变量进行了定义和详细的解释。(3)想定与优化中用户兴趣演化推理机制的研究。这一部分从用户客观情境及用户主观情境两方面进行用户兴趣演化的推理。对用户客观情境的演化推理采用了一种基于统计理论的推理方法,即基于主成分分析的高斯混合模型算法,该算法能够有效的划分用户人际关系网络,对用户人际关系网络的划分能够识别人际关系网络中的社团,对不同时间段中的人际关系网络进行社团提取可以识别出人际关系网络中不同类型的用户。对于用户主观情境的演化推理使用的是用户的文本数据,对用户的兴趣作知识层面的关联和组织,生成用户的多粒度词簇并形成用户的知识网络,后引入时间因子,对用户兴趣作基于时序的延展与变化。最后是本文的实验部分,本文对新浪微博中某个电影类的意见领袖的人际关系网络数据分为三个时间段进行提取,并对其人际关系网络进行划分,社团提取,识别出了其人际关系网络中不同类型的用户。然后对不同类型的用户的文本进行基于时间的分析,探索了不同类型用户的兴趣在量与质两方面上的发展与变化。

上一篇：经济区域差异视角下我国商业银行客户满意度与
下一篇：上下级关系对员工亲组织非伦理行为的影响分析

毕业论文网

所有论文科目分类

社交网络环境下基于数据耕耘的用户兴趣演化研

最新更新

热门推荐