社交网络信息传播实证分析——以新浪微博为例

作     者：刘向阳 

作者单位：南京邮电大学 

学位级别：硕士

导师姓名：宋玉蓉

授予年度：2018年

学科分类：050302[文学-传播学] 05[文学] 0503[文学-新闻传播学] 

主      题：微博 数据挖掘 传播模型 热度评价 信息扩散 链路预测 

摘      要：微博如今已经成为了人们公共生活之中不可或缺的平台。这个以个人为单位的自媒体正在社会中发挥出越来越大的影响力和冲击力,它的功用正在前所未有的凸显出来。因此,研究微博的影响力机制和微博的传播扩散机制对监控微博舆论传播和演化过程有着重要的价值。本文主要以新浪微博作为研究对象,挖掘和整理用户关系数据和传播信息数据,并研究了微博信息传播机制、微博热度评价机制以及微博网络信息扩散预测机制,主要工作可分为以下三点:(1)以新浪微博为对象,侧重微博特有的关注机制,研究了微博用户关系数据的挖掘方法和规则。首先分析微博用户个体属性特征,开发并优化了微博WAP端数据获取平台;其次获取了相关的新浪微博用户数据和用户关系真实数据,并基于用户关注关系和微博信息传播关系以经典的SIR病毒传播模型为基础,结合微博网络信息传播转发机制中的用户重度传播行为提出将用户分为4类节点的SIIR模型;最终通过参数调节模拟仿真在真实网络中的传播情况。仿真结果表明:此模型更符合真实社交网络中的信息传播特点。(2)根据挖掘出的用户数据进行整理,发掘影响微博热度的几个因素,基于微博的用户特征、内容特征和信息传播特征等指标,研究了用户的“重度参与和“负面参与对微博传播以及热度的影响,并改进了基于因子分析法的热度评价模型,使用改进的因子分析对数据进行整理分析,最终对其结果进行排序和对比,分析与原排序的差异产生原因,研究结果表明本模型具有较高准确性。(3)根据微博用户互动行为,探究影响微博信息传播扩散的因素,提出一种适用于微博网络事件信息扩散的预测模型,通过微博用户网络和微博传播网络对微博网络事件信息扩散的路径进行描述。结合Logistic数学模型对微博网络中的事件信息扩散方式进行分析,完成微博网络事件信息扩散的预测。网络仿真结果表明:所提方法对微博网络事件信息扩散预测过程中的召回率高,得到的预测结果与实际结果相符。