發(fā)布時間：2024-07-11 00:55

　　信息時代社交網絡的興起徹底改變了人類的社交方式,大量的社交數據也隨之產生。傳統的對于大規(guī)模,高維度的社交數據可視化方法很難進行人類社交行為模式識別。通過過濾選擇,聚類等技術能夠一定程度上解決大規(guī)模社交數據可視化的遮擋,混亂,交互等問題,卻忽略了不同社交類型數據的關聯性,比如社交好友關系和社交簽到數據之間的某種聯系無法通過簡單的選擇,聚類技術進行挖掘。本文工作結合社交好友關系數據和社交簽到數據兩種社交特征來研究社交用戶社交行為模式,實現了Social Portrait系統對多類型社交大數據進行可視化分析。本文的主要工作如下:(1)將社交網絡采用圖模型描述,應用社團劃分算法計算社交網絡的特征�；�于社交用戶的社團結構特征對簽到數據特征進行特征提取。對于兩種社交數據進行關聯的特征計算,不僅能夠使用線下活動類型POI來解釋原本無實際意義的社交用戶社團,還能通過RCVF參數的構造來篩選出那些社團可解釋性高的社交用戶。(2)對于社團可解釋性高的社交用戶,然后采用非監(jiān)督的聚類算法劃分不同社交圈好友類型,并將聚類結果進行降維處理。聚類的方法不僅可以得到社交類型劃分的結果,還為下一步取樣提供了合理的依據。...

【文章頁數】：80 頁

【學位級別】：碩士

【部分圖文】：

圖7網絡屬性描述及測試

圖7網絡屬性描述及測試長度;二、利用WebGL技術突破了二維的限制，將社交網絡模型呈現在三維空間中，并且具有雙目立體視覺效果，增強了沉浸感;三、允許用戶用特定手勢與其進行交互，增強了交互性，提高了使用的便捷度、簡化了操作。通過實驗分析，最終的結論是相較于現有的社交網絡可視化系統，....

圖7網絡屬性描述及測試

圖7網絡屬性描述及測試長度;二、利用WebGL技術突破了二維的限制，將社交網絡模型呈現在三維空間中，并且具有雙目立體視覺效果，增強了沉浸感;三、允許用戶用特定手勢與其進行交互，增強了交互性，提高了使用的便捷度、簡化了操作。通過實驗分析，最終的結論是相較于現有的社交網絡可視化系統，....

圖2-1VisualBackchannel用于記錄和探索一般用戶在社交媒體上關于大規(guī)模事件的在線對話[22]

電子科技大學碩士學位論文圖2-1VisualBackchannel用于記錄和探索一般用戶在社交媒體上關于大規(guī)模事件的在線對話[22]然有一些限制，比如信息超載，缺乏可信度，不支持用戶對于新聞時間態(tài)度變化的感知。為了解決信息超載和缺乏信息背景的問題，Zubiaga等人[24]設....

圖2-4Whisper可視化社交媒體信息傳播過程[41]

電子科技大學碩士學位論文圖2-4Whisper可視化社交媒體信息傳播過程[41]式。這些數據通常非常稀疏（例如，Twitter數據中不到1％具有地理標簽），這使分析和可視化這類數據變得困難。陳為等人[44]引入了一個可視化分析系統幫助檢測來自稀疏采樣的社交媒體數據的運動模式。該....

本文編號：4004997