人類行為,由于其自身復雜性,使得探索人類的行為規(guī)律變得十分重要和有趣。也正是因為人類行為的高度復雜性,如何發(fā)現(xiàn)、揭示其客觀規(guī)律,一直以來都吸引著來自社會學、心理學、經(jīng)濟學等多個學科領域?qū)W者的研究興趣。隨著網(wǎng)絡技術的快速發(fā)展,特別是近年來以在線個人社區(qū)、在線交友網(wǎng)絡、社交網(wǎng)絡為代表的在線社會網(wǎng)絡得到迅速發(fā)展,應用的普及直接帶來數(shù)據(jù)量的激增,大量細致的用戶行為數(shù)據(jù)被記錄,大數(shù)據(jù)在線社會網(wǎng)絡時代給了我們前所未有的機會來研究人類行為。 本論文主要在個體層面和群體層面對在線社會網(wǎng)絡中用戶行為進行了研究和探索。首先,對驅(qū)動用戶行為的動力學原理進行了研究并提出用戶行為動力學模型；接著,基于在模型研究中的發(fā)現(xiàn)討論了在線社會網(wǎng)絡中用戶角色發(fā)現(xiàn)方法和熱點話題分析方法；最后,作者開發(fā)了一個基于微博系統(tǒng)的在線社會網(wǎng)絡用戶行為分析系統(tǒng)。本文的創(chuàng)新點主要體現(xiàn)在以下5個方面： 1.在個體用戶層面,通過對真實數(shù)據(jù)的分析,提出了社會壓力(social pressure)、社會認同度(social identity)、社會參與度(social participation)和社會關系(social relation)等4個...

【文章頁數(shù)】：126 頁

【學位級別】：博士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1. 研究背景
    1.2. 研究的目的和意義
    1.3. 主要研究內(nèi)容和創(chuàng)新點
    1.4. 論文的結構
第二章 用戶行為研究概述
    2.1. 相關研究內(nèi)容和基本概念
    2.2. 用戶行為的實證研究
        2.2.1. 用戶行為的時間統(tǒng)計特性研究
        2.2.2. 用戶行為的空間統(tǒng)計特性研究
    2.3. 用戶行為的模型研究
        2.3.1. 任務優(yōu)先級排隊模型
        2.3.2. 自適應興趣驅(qū)動模型
        2.3.3. 非齊次泊松模型
        2.3.4. 其他基于時間特性的行為動力學模型
        2.3.5. 基于空間特性的行為動力學模型
    2.4. 在線社會網(wǎng)絡中基于用戶行為的若干熱點問題
        2.4.1. 用戶行為建模
        2.4.2. 角色發(fā)現(xiàn)
        2.4.3. 話題發(fā)現(xiàn)與演化
    2.5. 本章小結
第三章 個體層面用戶行為建模研究
    3.1. 研究背景
    3.2. 實證分析
        3.2.1. 數(shù)據(jù)描述
        3.2.2. 分析結果
    3.3. 基于興趣和交互的個體用戶行為模型
    3.4. 仿真與討論
    3.5. 本章小結
第四章 群體層面用戶行為建模研究
    4.1. 研究背景
    4.2. 實證分析
        4.2.1. 數(shù)據(jù)描述
        4.2.2. 分析結果
    4.3. 基于節(jié)點影響力和個體行為習慣的群體用戶行為模型
    4.4. 仿真與討論
    4.5. 本章小結
第五章 基于個體行為特征的節(jié)點角色發(fā)現(xiàn)
    5.1. 研究背景
    5.2. 相關工作介紹
        5.2.1. 角色發(fā)現(xiàn)
        5.2.2. 用戶行為分析
        5.2.3. 聚類技術
    5.3. 基于用戶行為分析的特征定義
        5.3.1. 數(shù)據(jù)描述
        5.3.2. 特征定義與歸一化
    5.4. 大規(guī)模社會網(wǎng)絡中基于聚類的角色發(fā)現(xiàn)算法
        5.4.1. 符號與定義
        5.4.2. 算法的處理流程
        5.4.3. 主節(jié)點端的全局聚類
        5.4.4. 子節(jié)點端的局部聚類
    5.5. 算法評估與實驗結果
        5.5.1. 算法評估
        5.5.2. 實驗結果
    5.6. 本章小結
第六章 基于群體事件的話題發(fā)現(xiàn)與用戶角色研究
    6.1. 研究背景
    6.2. 相關工作
    6.3. 基于隱鏈接的熱點話題關鍵詞與用戶覆蓋網(wǎng)絡關系模型
    6.4. 以隱鏈接的用戶行為關系為中心的用戶角色與話題發(fā)現(xiàn)
        6.4.1. 算法的處理流程
        6.4.2. 基于隱鏈接的重要用戶關系模型構建
        6.4.3. 算法設計
    6.5. 實驗分析與討論
        6.5.1. 數(shù)據(jù)描述
        6.5.2. 重要用戶發(fā)現(xiàn)與聚類
        6.5.3. 基于用戶群的話題發(fā)現(xiàn)
    6.6. 本章小結
第七章 基于新浪微博的用戶行為分析系統(tǒng)SayToYou
    7.1. 研究出發(fā)點
    7.2. 國內(nèi)外研究現(xiàn)狀
    7.3. 系統(tǒng)設計與架構
        7.3.1. 總體結構
        7.3.2. 系統(tǒng)結構
        7.3.3. 功能模塊
    7.4. 關鍵技術
        7.4.1. 基于工作流思想的分層系統(tǒng)結構
        7.4.2. 開放式的平臺接口設計
        7.4.3. 可擴展的數(shù)據(jù)可視化技術
    7.5. 系統(tǒng)實現(xiàn)
    7.6. 總結
第八章 總結與展望
    8.1. 研究工作總結
    8.2. 下一步研究工作的展望
參考文獻
致謝
攻讀博士學位期間的科研成果



本文編號：3999582