《社交網路用戶行為分析及話題演化趨勢預測方法研究》是依託北京交通大學，由熊菲擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：社交網路用戶行為分析及話題演化趨勢預測方法研究
- 項目類別：青年科學基金項目
- 項目負責人：熊菲
- 依託單位：北京交通大學
項目摘要,結題摘要,
項目摘要
社交網路已經成為最重要的網路媒體之一。由於社交網路具有主體異構、數據龐大、突發性強、無中心等特點，網路信息的客群更加分散，用戶行為多樣化和高度複雜化，信息擴散和輿論形成速度更快。如何深刻認識社交網路中的用戶行為特性和信息演變機理，進而預測熱點的出現及群體意見的形成，是迫切需要研究的問題。鑒於此，本項目擬以交叉學科的思想，以信息科學為基礎，對社交網路的用戶行為建模、個性化推薦、熱點話題發現以及輿論演化過程進行研究，並將重點放在結合用戶行為及網路關係的影響力評價、基於用戶特徵的信息推薦策略、用戶行為模式及網路結構對話題傳播的影響、網路結構與用戶觀點的耦合演化機制、輿論演進趨勢預測等社交網路數據挖掘及複雜系統研究領域當前還未獲得明確結果的問題上，有利於理解社交網路微觀特性的作用機制，幫助有關部門及時發現輿論熱點事件，為企業決策提供技術手段，對認識其他自組織複雜系統也具有重要的理論意義。
結題摘要
在社交網路中，信息傳播呈現的是裂變式的廣泛傳播。同時，社交網路的隨機性、動態性、衍生性更強，更容易出現突發性群體事件。用戶的行為特性時刻影響著巨觀輿論的演化，異構用戶的自主性及行為多樣性在意見交流中發揮著更加重要的作用。本項目根據用戶的參與熱情衰減與恢復模式，建立了個體參與程度變化的耗散網路模型，根據用戶的興趣分布，建立興趣驅動的帖子回復模型，模型能夠產生與實際一致的話題統計特徵及用戶回復特性；提出了結合用戶及網路特徵的影響力評價算法，在保證算法的準確性的基礎上，通過犧牲一定運算速度獲得了較好的可靠性；提出基於用戶權重的個性化推薦算法，對微博文本相似度特徵、用戶影響力特徵以及用戶互動指數進行加權建模，加強了新生未知話題微博的推薦敏感性；提出基於用戶行為模式的熱點發現算法，根據帖子前數小時內的數據預測帖子未來的發展趨勢，檢測出大部分的熱門帖子；建立了耦合隨機網路下具有觀點領袖的有界信任模型，還原了現實中觀點的統一、折中、極化和分裂等多種輿論演化現象；建立了網路輿論演化趨勢預測模型，模擬用戶之間的話題交流，描述用戶行為及情感之間的非線性作用關係。有助於把握輿論動態，維護網路輿論安全，恰當構建和諧的網路環境。
