强连接下用户影响力模型构建及人格特质表现研究
作者单位：浙江工商大学
学位级别：硕士
导师姓名：琚春华
授予年度：2020年
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)]
摘 要：随着移动端技术和线上社交平台越发成熟,线上社交已渐渐成为人们日常生活与工作中不可或缺的一部分。线上社交软件已经成为了用户分享信息、展示自我、强化联系和交流互动的平台。根据社交关系的强弱可以将社交软件分为弱连接社交软件和强连接社交软件。弱连接社交软件上的用户彼此之间关联不紧密,不具备太强的感情联系,比如微博、抖音和各类论坛等。强连接社交软件上的用户往往是线下社交关系的线上迁移,彼此之间关系紧密,比如微信、QQ等。随着社交电商的兴起,社交网络研究的关注点也从弱连接网络中的意见领袖向强连接网络中的意见领袖转变。强连接网络中的意见领袖是社交网络中优秀的店主资源或者潜在店主,他们是病毒式营销传播的重要节点。用户影响力度量是意见领袖挖掘的基础,但是现在对强连接社交网络的用户影响力模型相关研究并不充足,大多数用户影响力模型还是侧重对弱社交网络的研究。在日常生活中,强连接网络的用户影响力主要表现在社交链接、交互行为和动态内容等维度。此外,由于强连接网络是线下社交迁移的缘故,用户之间更为熟悉,对他人的评价、个性差异、社会认同感以及个人好恶会不同程度地表现在用户的影响力强度上。因此,本文以微信朋友圈数据为研究对象,探究如何构建微信朋友圈的用户影响力模型,并且分析了人格特质在用户影响力维度上的表现。综上,本文的研究内容主要有两部分。第一部分,探究微信用户的影响力模型。本文首先对国内外的用户影响力研究现状进行综述分析,对比了基于拓扑网络结构、基于用户交互行为、基于信息文本内容三类用户影响力度量模型的优缺点。然后本文爬取了微信的缓存数据库,并从中提取出社交链接关系、交互数据集和UGC数据集。随后针对由于微信隐私保护所导致的社交链接网络呈现发散型的问题,本文提出通过链路预测来调整网络结构,将发散状拓扑网络转变为网状结构,并调整了行为维度和内容维度的影响力度量公式。接着依据各维度影响力的信息熵大小,使用熵权法计算权重分配值,进而获得初始的用户影响力矩阵,再通过LeaderRank进行迭代获得综合用户影响力。最后以度量结果重复率、意见领袖挖掘准确率和召回率为评估指标,通过与LeaderRank模型、用户受欢迎度和基于主题和节点特性的用户影响力度量模型（UIEM）的对比实验验证模型的有效性。通过实验分析,本文提出的微信朋友圈用户影响力模型有着良好的表现,丰富了用户影响力研究内容,能够为强连接社交网络中用户影响力研究提供参考,同时可以应用在社交电商的店主挖掘、病毒式营销等领域。第二部分,探究人格特质在用户影响力维度上的表现。本文首先从人格特质语言-行为分析和人格特质评估两个角度对目前人格特质的研究现状进行了综述分析。随后从爬取的微信数据集中提取出语言-行为特征向量作为自变量,以部分志愿者用户的人格量表报告结果作为因变量,进行模型拟合训练。然后以MAE、MSE和R作为评估指标,对比了多元线性回归（LR）、决策树回归（DTR）和随机森林回归（RFR）三种回归预测模型的预测结果,选择了随机森林回归完成剩余用户的人格特质评估。最后根据用户的代表人格将用户集群划分为五个特质集群,并在第一部分的基础上分析了人格特质在微信用户影响力上的表现。探究人格特质的影响力表现不仅佐证了人格特质与用户影响力的相关性研究,还有助于丰富用户影响力研究的内在角度,为挖掘人格特质对用户影响力的作用机制,构建个性化用户影响力模型提供建议。
同方学位论文库