社會網(wǎng)絡(luò)群體注意力分析方法研究.pdf

1、群體注意力是指群體用戶對同一事物形成的關(guān)注,是社會網(wǎng)絡(luò)中的一個重要研究內(nèi)容?，F(xiàn)有研究主要集中在分析群體用戶注意力的傾向,以使得研究者或者網(wǎng)站經(jīng)營者能夠準確洞察或者預(yù)測用戶的一種群體傾向。分析某事物的流行性趨勢能準確把握社交網(wǎng)站或者商業(yè)網(wǎng)站的核心內(nèi)容,能發(fā)現(xiàn)群體用戶在某一時間段內(nèi)共同關(guān)注的事物,并及時地為用戶篩選出最受歡迎的、最熱門的話題或事物。而如何對群體注意力進行建模,并依據(jù)內(nèi)容的流行性對群體注意力進行分類并進而對注意力的趨勢進行準確

2、的預(yù)測是實現(xiàn)上述目的亟需解決的關(guān)鍵問題,也是本論文的主要研究內(nèi)容。本論文具體工作主要包括以下幾方面內(nèi)容:
　　首先,通過分析現(xiàn)有群體注意力的研究現(xiàn)狀和存在的問題,提出了一種描述群體注意力的模型:PebCAM。PebCAM模型能描述群體注意力隨著時間的變化趨勢,并給出計算注意力峰值的計算公式。PebCAM模型為后續(xù)的群體注意力動態(tài)聚類研究提供了數(shù)據(jù)基礎(chǔ)。
　　其次,基于PebCAM模型,研究了一種群體注意力的動態(tài)聚類方法CAC

3、M。該方法將群體注意力隨時間的推移而發(fā)生峰值的變化特征進行劃分,依據(jù)群體注意力的流行性特征達到峰值的方式以及峰值前后流行性變化的不同,將群體注意力動態(tài)劃分為峰值前連續(xù)的、峰值后連續(xù)的、單一的和均勻的等四類,并通過實例和實驗驗證了提出的動態(tài)聚類方法的正確性和可行性。
　　最后,提出了對群體注意力進行預(yù)測的方法CASPM算法。CASPM算法基于PebCAM模型,利用話題的傳播量來表示群體注意力,通過分析話題的初始傳播量和話題的新穎性,