检索结果-南通市图书馆

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

彩印SNS用户亲密度模型的设计与实现

彩印SNS用户亲密度模型的设计与实现

作者：赵天宸北京邮电大学

学位级别：硕士

随着互联网技术的快速发展,SNS(Social Network Service)呈现出多样化,渗入到人们生活中游戏、阅读、音乐等领域。然而,这些SNS服务虽然业务形式不同,但是其中的用户关系形式仍然单一,信息过载问题同样存在。这样一来,人们在SNS中所使... 详细信息

随着互联网技术的快速发展,SNS(Social Network Service)呈现出多样化,渗入到人们生活中游戏、阅读、音乐等领域。然而,这些SNS服务虽然业务形式不同,但是其中的用户关系形式仍然单一,信息过载问题同样存在。这样一来,人们在SNS中所使用的都是简单的人际关系管理,无法进行精细化的关系管理。这导致了SNS对用户而言不过是娱乐性消磨时间的工具,其所应具有的社会交往价值得不到真正的实现。彩印业务作为一项新兴的电信增值业务,具有移动互联网业务应用的特性。彩印内容是不超过45个字的文本内容,与微博、QQ等签名类似,在互联网上具有良好的传播性。彩印SNS系统就是基于彩印业务搭建的社交服务环境,用户在其中可以评论、复制好友的彩印,也可以向好友推荐自己喜欢的彩印内容。在了解了SNS所面临的问题和彩印业务的特点之后,通过对彩印内容形式的分析,依据用户行为信息,利用各项分析挖掘技术,提出了一种基于彩印SNS的用户关系量化方法——用户亲密度模型。该模型通过对用户在使用彩印业务的过程中产生的各项行为数据进行分析,并结合用户基础信息,对用户间的亲密度进行计算,形成侧重点不同的各项计算结果,包括基本亲密度、相似亲密度和互动亲密度。本文分七部分内容：第一章介绍了现在SNS用户关系的研究现状,针对用户关系和信息管理等亟待解决的问题提出了用户亲密度这一解决方案,并介绍了论文结构;第二章对本研究所用到的数据挖掘相关技术进行了简单介绍;第三章分别描述了彩印业务用户数据和彩印源数据;第四章介绍了针对用户源数据和彩印源数据进行分析挖掘的具体方法,搭建本研究所需的数据仓库并加载基本信息;第五章详细描述了用户亲密度模型中基本亲密度、相似亲密度和互动亲密度的计算方法,并介绍了基于这些计算结果形成的综合亲密度的应用场景;第六章对用户亲密度模型进行了检验与测试;第七章是全文的总结和展望。

关键词： SNS 彩印用户亲密度数据挖掘

考虑群组结构的在线社交网络竞争性舆情信息传播模型研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

计算机应用研究 2022年第4期39卷 1054-1059页

作者：侯艳辉孟帆王家坤管敏张昊山东科技大学经济管理学院山东青岛266500

针对在线社交网络中竞争性舆情信息同时传播的问题,在无标度网络的基础上引入群组结构,构建竞争性舆情信息传播模型,考虑舆情信息内容、用户亲密度、社会强化效应因素并进行仿真研究。仿真结果表明,引入群组结构的无标度网络充分契合了... 详细信息

针对在线社交网络中竞争性舆情信息同时传播的问题,在无标度网络的基础上引入群组结构,构建竞争性舆情信息传播模型,考虑舆情信息内容、用户亲密度、社会强化效应因素并进行仿真研究。仿真结果表明,引入群组结构的无标度网络充分契合了在线社交网络的复杂性质;群组数量、群组规模、用户亲密度、社会强化效应对竞争性舆情信息的传播有不同的促进作用;控制舆情信息内容的重要性与模糊度可有效调控竞争性舆情信息的传播与扩散。

关键词：群组结构竞争性舆情信息信息内容用户亲密度社会强化效应

在线全文

学校读者我要写书评

暂无评论

基于在线社交网络的用户信任传递建模与分析

计算机工程 2018年第11期44卷 265-270页

作者：阳雨胡亚洲郭勇邓波北京系统工程研究所北京100101

用户之间的信任程度是影响用户社交网络行为的重要因素,但目前针对在线社交网络中用户之间信任值及其传递规律的研究较少。为此,对在线社交网络中的用户信任传递进行建模。通过分析用户信任值影响因素量化用户信任值,根据链接网络关系... 详细信息

用户之间的信任程度是影响用户社交网络行为的重要因素,但目前针对在线社交网络中用户之间信任值及其传递规律的研究较少。为此,对在线社交网络中的用户信任传递进行建模。通过分析用户信任值影响因素量化用户信任值,根据链接网络关系建立信任传递模型,从而给出评价指标。基于微博数据的实验结果表明,该模型能够准确描述好友之间的信任传递,为好友互动和好友建立提供有效预测和推荐。

关键词：在线社交网络用户亲密度用户互动信任衰减信任值信任传递

基于社交网络结构特征的S2IR谣言传播模型

在线全文

学校读者我要写书评

暂无评论

复杂系统与复杂性科学 2019年第3期16卷 48-59页

作者：瞿倩倩韩华吕亚楠贾承丰马媛媛武汉理工大学理学院

针对社交网络中的用户对谣言的抵抗能力存在差异以及用户间亲密度不同的情形,通过引入谣言信度函数与个体亲密度函数,定义体现网络结构特征的非一致接触传播率。考虑传谣者的信谣程度及传谣力度不同,基于平均场理论建立一种新的网络谣... 详细信息

针对社交网络中的用户对谣言的抵抗能力存在差异以及用户间亲密度不同的情形,通过引入谣言信度函数与个体亲密度函数,定义体现网络结构特征的非一致接触传播率。考虑传谣者的信谣程度及传谣力度不同,基于平均场理论建立一种新的网络谣言传播动力学模型。在BA无标度网络中通过数值仿真验证了理论分析的正确性。实验结果表明,谣言在度大的节点中传播更快、范围更广;高谣言信度与用户亲密度会使谣言传播速度加快、传播范围变广;进一步探究了模型中遗忘率、辟谣率等相关参数对谣言传播的影响。对基本再生数进行敏感性分析,进而提出了控制谣言传播的建议,并对比分析了随机免疫与目标免疫两种常见免疫策略的效果;在仿真网络与真实网络中分析了网络结构对谣言传播的影响规律。

关键词：谣言信度用户亲密度非一致传播率基本再生数免疫策略

无标度特性下的有界信任交互网络伪舆情演化建模及仿真研究

在线全文

学校读者我要写书评

暂无评论

小型微型计算机系统 2017年第6期38卷 1284-1289页

作者：钟敏娟江西财经大学信息管理学院南昌330013 江西财经大学数据与知识工程江西省高校重点实验室南昌330013

了解和掌握网络伪舆情事件的观点倾向及其演化规律,是互联网舆情监控的一项重要内容,对于及时引导和化解舆情危机具有十分重要的意义.本文提出基于BA网络和有界信任交互的二阶段舆论演化动力学模型.该模型从观点形成与观点交互两个阶段... 详细信息

了解和掌握网络伪舆情事件的观点倾向及其演化规律,是互联网舆情监控的一项重要内容,对于及时引导和化解舆情危机具有十分重要的意义.本文提出基于BA网络和有界信任交互的二阶段舆论演化动力学模型.该模型从观点形成与观点交互两个阶段出发,建模普通网络成员的观点形成和在自身性格和周围环境(比如网络水军)双重因素共同作用下的观点变化,分析了外界环境变化对舆论演化的影响,并对模型是否考虑网络拓扑结构因素进行了比较分析.一系列的仿真实验表明该模型能较好的拟合网络伪舆情的演化规律,能为网络监察部门和新闻管理部门提供一定的政策建议.

关键词： BA网络外界社会环境用户亲密度信任概率拓扑结构

在线全文

学校读者我要写书评

暂无评论

融合位置和社交属性的热点轨迹聚类算法

计算机工程与应用 2015年第7期51卷 118-123页

作者：袁怀旺李积丰徐彪霍欢上海理工大学光电信息与计算机工程学院上海200093 菲沙·河谷大学计算机信息系统系加拿大V2S 7M8

提出一种新的热点轨迹聚类算法(LSHT),结合社交网络中的位置属性和社交特征,利用基于位置的社交网络(LBSN)用户中的好友关系特征,引入用户亲密度和用户活跃度,对用户之间的联系进行分析;提出对用户轨迹进行评分的评分函数,计算用户轨迹... 详细信息

提出一种新的热点轨迹聚类算法(LSHT),结合社交网络中的位置属性和社交特征,利用基于位置的社交网络(LBSN)用户中的好友关系特征,引入用户亲密度和用户活跃度,对用户之间的联系进行分析;提出对用户轨迹进行评分的评分函数,计算用户轨迹的影响力。结合用户亲密度和轨迹评分值,挖掘用户好友中的热点轨迹。该算法能够将热门轨迹中的不真实轨迹进行过滤。实验表明,该算法能更快更准确地挖掘出用户好友中的热点轨迹。

关键词：社交网络轨迹用户亲密度位置信息聚类

在线全文

学校读者我要写书评

暂无评论

基于位置社交网络的个性化推荐方法的研究

基于位置社交网络的个性化推荐方法的研究

作者：任若愚吉林大学

学位级别：硕士

随着互联网技术的进一步发展,社交网络也在人们的生活中越来越流行起来。人们通过移动社交网络发现有用的生活信息,分享生活经验,与好友互动。并且伴随着2010年前后安卓,苹果等智能移动设备的应用普及。在原有社交网络的基础上结合了用... 详细信息

随着互联网技术的进一步发展,社交网络也在人们的生活中越来越流行起来。人们通过移动社交网络发现有用的生活信息,分享生活经验,与好友互动。并且伴随着2010年前后安卓,苹果等智能移动设备的应用普及。在原有社交网络的基础上结合了用户地理位置的相关信息,形成了一个新的社交网络概念:基于位置的社交网络(Location-based Social Network,LBSN)。基于位置的社交网络不仅关注用户线上发表的信息和用户线上的好友关系,还保留了用户线下的活动数据与活动模式,了解用户的日常行为。由于LBSN包含了大量的多种类型的数据。我们可以对这些数据进行挖掘,发现有意义的信息。目前,对于利用LBSN数据对用户进行个性化推荐的研究热度非常高。利用LBSN数据对用户推荐主要集中在以下三个领域:(1)兴趣点推荐:这一推荐是针对用户的,包括两种推荐,一种是目的地点,另一种是多个地点结合的路线推荐;(2)商业选址推荐:这种推荐主要针对商户;(3)好友推荐:对用户进行线上好友推荐。尽管学者们对LBSN推荐系统的研究有了很大的突破,但目前还存在着以下一些问题:(1)兴趣点与用户众多,计算量大,数据稀疏;(2)用户关系表示方法过于简单,包含内容不多;(3)新加入用户的冷启动问题(4)没有结合时空上下文信息等。针对以上问题,本文提出了一些新的想法与解决方案(1).通过划分城市单元格,缩减问题分析规模,解决部分数据稀疏问题;(2)将好友关系的表示丰富起来,更加符合现实世界。在普遍的LBSN数据中,好友关系只用01(有无)表示,显然没有考虑到好友关系的亲密度,本文会结合线上线下数据,对好友关系进行量化,从而对推荐系统起到更有意义的作用。(3)针对上下文信息的问题,本文提出结合时空信息,提出结合用户时空特征的推荐,分析用户与兴趣点的时空特征以及当前时空信息来做更好的推荐。另外,本文会结合线上信息和线下信息,考虑到实际区域的一些地理属性,提出一种新的商业选址问题的想法和一种基于用户与兴趣点之间随机游走的好友推荐模型。在试验中,我们选取国外比较著名的LBSN数据集Foursquare进行分析与实验,通过准确率,召回率等一些评判标准比较文中的方法和之前的研究成果。对文章的算法进行一系列测试,能实现对用户和POI供应商的有效推荐。

关键词： LBSN 推荐系统好友推荐用户亲密度商业选址兴趣点推荐