社交网络中群体影响力的建模与分析

摘要

在线社交网络的飞速发展，正在改变着人们的社交方式。然而，由于社交网络的开放性、匿名性，用户发布信息的自由性、趋同性等特点，使得社交网络成为舆论信息的滋生平台。而支撑舆论快速扩散传播的正是由用户好奇心、从众心等特征促成的网络群体。恶意舆论、谣言的传播离不开网络群体的推波助澜，群体影响力开始引起人们的注意，研究者们从群体角度对在线社交网络中的信息传播、影响最大化和群体现象等方面开展了研究，然而还未出现针对群体影响力系统、全面的分析和研究，也没有针对性的建模方法。
　　本文从衡量群体影响力的角度出发，提出一种基于因子图的群体影响力模型，分别从群体和个体的角度量化相关特征，结合在线社交网络中的真实数据，设计了群体影响力模型，以全面、精确地描述群体和个体在在线社交网络中的影响力作用。论文的具体工作包括:
　　首先，建立双层网络模型并进行群体划分。通过设计合理的数据采集框架，采集并整理在线社交网络数据，选取有效的数据集，对在线社交网络形成的拓扑关系进行分析，建立双层网络关系模型(Double-layer Network Relation Model，DNRM)，并在此基础上基于Louvain算法设计群体划分算法，分别挖掘各层次中潜在的群体结构，得到个体所属的两类群体集合:关注型群体集合和交互型群体集合。
　　其次，提出基于因子图的群体影响力模型并应用于个体行为预测。通过衡量不同类型群体的属性，结合个体的群体属性，建立群体影响力模型。该模型从群体层次和个体层次全面考虑了群体影响力的作用效果，并把对群体的影响力衡量应用在个体行为预测方面，提出基于群体影响力的个体行为预测算法(Group Influence based Individual Prediction Algorithm,GIBP)。
　　最后，使用在线社交网络真实数据集，把群体影响力的建模方法应用在个体行为预测中并进行实验。通过实验结果得出以下结论:本文提出的群体影响力的衡量方法在个体预测方面能更加精准地预测个体行为趋势，并能够发现更多具有明显群体行为的用户;基于群体影响力的个体行为预测算法与现有的经典算法比较具有更好的预测结果，证明了群体影响力建模方法的合理性和有效性。
　　对群体影响力的研究，不但有利于理解网络群体现象和群体行为，而且有利于分析群体中个体行为变化规律。研究群体对群体内个体的影响作用，也有助于理解复杂社交网络的演变过程。准确地分析和有效地利用群体与个体之间的行为因果关系，能够为市场营销、网络舆论、网络暴力的控制等决策问题提供可靠的理论依据。

目录

声明

摘要

图目录

表目录

第一章 绪论

1．1 研究背景

1．2 研究现状

1．2．2 群体影响力在传播模型中的研究

1．2．3 群体影响力在群体现象中的研究

1．2．4 群体影响力在个体行为中的研究

1．2．5 研究现状总结

1．3 论文主要工作

1．4 论文组织结构

第二章 理论概述及数据集分析

2．1 在线社交网络

2．2 社交网络中群体划分算法概述

2．3 社交网络中影响力研究概述

2．4 数据获取及分析

2．4．1 数据获取总体框架及流程

2．4．2 数据获取结果分析

2．5 本章小结

第三章 社交网络建模及群体划分

3．1 双层网络关系模型

3．1．1 建模思路

3．1．2 模型描述

3．1．3 各时间窗口内的建模方法

3．2 双层网络关系中的群体划分

3．2．1 关注型群体划分

3．2．2 交互型群体划分

3．2．3 群体划分结果分析

3．3 本章小结

第四章 群体影响力建模与分析

4．1 问题定义

4．2 群体影响力相关因素定义及分析

4．2．1 关注型群体属性

4．2．2 交互型群体属性

4．2．3 个体的群体属性

4．3 群体影响力模型

4．3．1 因子图模型介绍

4．3．2 基于因子图模型的群体影响力建模

4．4 群体影响力在个体行为预测中的应用

4．4．1 基于群体影响力的个体行为预测模型

4．4．2 求解推导

4．5 本章小结

第五章 群体影响力的应用实验及分析

5．1 实验环境

5．2 实验设计

5．2．1 实验方法及数据集划分

5．2．2 评价指标

5．2．3 对比算法

5．2．4 基于群体影响力的个体行为预测算法收敛性验证

5．2．5 参数设置

5．3 实验结果及分析

5．3．1 个体行为预测算法效果对比

5．3．2 群体影响力效果分析

5．4 本章小结

第六章 原型系统设计与实现

6．1 原型系统软硬件环境

6．2 原型系统设计目的

6．3 原型系统功能设计

6．4 原型系统实现

6．5 原型系统特点

6．6 本章小结

第七章 总结与展望

7．1 工作总结

7．2 研究展望

致谢

参考文献

作者简介