基于微博用戶行為的數學建模和數據分析.pdf

1、微博,又稱為微博客,是一個基于用戶關系的信息分享、傳播以及獲取平臺,用戶可以通過WEB、WAP以及各種客戶端組建個人社區(qū),以140字左右的文字更新信息,并實現即時分享。作為社交媒體的一種形式,它允許用戶有選擇性地訂閱其他用戶的信息。近幾年,微博得到迅速的發(fā)展。2012年底,新浪微博的注冊用戶數已經達到了3.65億,平均每天約有1億條信息被發(fā)布。龐大的用戶群吸引了大量的公司、組織和個人,他們都希望通過微博平臺來推銷自己。
　　在本文

2、中,我們主要從兩個方面對微博平臺進行研究,包括計算用戶的社交影響力和挖掘微博平臺上廣告?zhèn)鞑サ闹饕Ｊ健?br>　　近幾年來用戶影響力的計算受到了越來越多的關注,是社交網絡研究中的一個重要研究內容,在很多領域得到運用,如病毒式營銷和個性化推薦。之前很多關于用戶影響力計算的研究是基于網絡結構特征和轉發(fā)率進行計算的。其中有些將用戶的粉絲數量認為是用戶影響力的重要標志,用戶的粉絲越多表示其影響力越大。然而,實際情況中用戶的粉絲數量和其影響力并不

3、相關。另有一些方法是基于用戶間的轉發(fā)率來計算用戶影響力的。但是,微博中的轉發(fā)率受到很多因素的影響,例如信息的內容、流行程度和用戶自身的活躍度。而且,一個用戶的轉發(fā)率經常隨著時間改變,無法反映用戶的固有特性。除此之外,還有些方法是基于網絡結構來計算用戶影響力的,如PageRank和HITS,但是因為用戶間的關注關系并不等于影響力。所以,上面這些方法的結果不一定能準確地反映用戶的影響力。
　　針對上述這些問題,我們提出了一個微博用戶交

4、互行為模型。與之前的方法不同的是,我們這個模型考慮了用戶的行為特征和交互性,主要包括三個關鍵因素:用戶的活躍程度、用戶的轉發(fā)意愿和用戶間的影響力。這使得我們的模型能夠對兩個用戶之間的影響力有一個比較客觀且準確的估計。通過實驗可以發(fā)現,該模型能除了準確地預測用戶影響力,而且還能被用來預測用戶間的轉發(fā)率和發(fā)現有潛在影響力的用戶。
　　由于微博平臺的迅速發(fā)展,其已成為了一個重要的廣告平臺。在本文中,我們試圖通過對微博平臺上廣告?zhèn)鞑サ姆治?/p>

5、,發(fā)現微博廣告?zhèn)鞑サ哪Ｊ教卣?。我們收集了一些廣告信息的傳播數據,并將每條信息的傳播途徑用一個傳播樹表示。針對每個傳播樹,我們共提取了包括傳播參與者的數量、傳播途徑的拓撲結構和時間方面的傳播特征三個方面共33個特征,并使用K-Means聚類算法對這些傳播樹進行了聚類。通過對結果的分析,我們揭示了微博平臺上廣告?zhèn)鞑サ奶卣?說明不同類型的廣告在微博平臺上的傳播情況。我們驗證了名人效應在信息傳播中的推動作用,指出推銷類廣告更適合微博平臺。此外,