基于隨機(jī)游走模型的Web點(diǎn)擊流數(shù)據(jù)分析.pdf

1、以往對(duì)點(diǎn)擊流數(shù)據(jù)分析的研究主要集中在用戶行為模式分析、信息推薦以及搜索引擎優(yōu)化等方面，很少有研究從網(wǎng)絡(luò)科學(xué)的角度出發(fā)，探究由用戶瀏覽行為所體現(xiàn)的信息之間的關(guān)系。
　　事實(shí)上，用戶的點(diǎn)擊記錄不僅僅可以反映用戶關(guān)注的焦點(diǎn)、行為偏好，用戶在不同信息之間的切換還可以反映信息資源之間的關(guān)系。這些信息資源可以是不同的網(wǎng)站，也可以是維基百科中的詞條、視頻網(wǎng)站中的視頻資源、博客網(wǎng)站中的博文等。例如，已有學(xué)者利用用戶在不同學(xué)術(shù)期刊網(wǎng)站間的點(diǎn)擊流數(shù)據(jù)

2、展示不同研究領(lǐng)域之間的關(guān)系，描述社會(huì)科學(xué)與自然科學(xué)的聯(lián)系。
　　本文以網(wǎng)站點(diǎn)擊流網(wǎng)絡(luò)與維基百科詞條點(diǎn)擊流網(wǎng)絡(luò)為例，對(duì)節(jié)點(diǎn)之間的流量依賴關(guān)系、由用戶瀏覽行為所體現(xiàn)的信息資源之間內(nèi)容上的相關(guān)性進(jìn)行分析與挖掘，并給出點(diǎn)擊流網(wǎng)絡(luò)的可視化方法。
　　主要工作包含以下兩個(gè)方面：
　　(1)對(duì)節(jié)點(diǎn)之間流量依賴關(guān)系的分析。
　　本文第三章首先將封閉網(wǎng)絡(luò)模型拓展為開(kāi)放流網(wǎng)絡(luò)模型，使得隨機(jī)游走模型更接近于用戶真實(shí)的點(diǎn)擊行為。接著，綜

3、合考慮節(jié)點(diǎn)之間的直接關(guān)系與間接關(guān)系，提出了點(diǎn)擊流網(wǎng)絡(luò)中節(jié)點(diǎn)之間總流量的計(jì)算方法Tij，描述節(jié)點(diǎn)之間的流量依賴關(guān)系， Tij可以理解為當(dāng)節(jié)點(diǎn)i被移出網(wǎng)絡(luò)時(shí)，節(jié)點(diǎn)j流量的減少量。
　　結(jié)果表明，將節(jié)點(diǎn)之間的總流量Tij與直接流量Fij進(jìn)行對(duì)比分析，可以發(fā)現(xiàn)網(wǎng)站潛在的“用戶提供者”、挖掘詞條之間隱含的聯(lián)系。同時(shí)第三章還提出了節(jié)點(diǎn)在整個(gè)網(wǎng)站中流量控制上的影響力評(píng)價(jià)方法Ci，相對(duì)于PageRank算法給出了更好的網(wǎng)站排序結(jié)果。
　　(

4、2)對(duì)由用戶瀏覽行為所體現(xiàn)的信息資源之間內(nèi)容上的相關(guān)性分析及可視化。
　　本文的第四章首先給出了用戶在各個(gè)信息之間跳轉(zhuǎn)的平均距離的定義---流距離，用以描述不同信息資源之間內(nèi)容的關(guān)聯(lián)性。用戶在兩個(gè)網(wǎng)站間跳轉(zhuǎn)的距離越近，網(wǎng)站之間越有可能包含相關(guān)的信息。
　　接著，基于節(jié)點(diǎn)之間的流距離，第四章提出了節(jié)點(diǎn)嵌入的可視化方法，將節(jié)點(diǎn)嵌入到歐式空間中，使節(jié)點(diǎn)之間的歐式距離表示節(jié)點(diǎn)之間關(guān)系的遠(yuǎn)近程度。通過(guò)這一可視化方法，可以直觀地看到節(jié)點(diǎn)

5、之間的相互關(guān)系，用戶流量在各個(gè)節(jié)點(diǎn)上的分布以及哪些節(jié)點(diǎn)在用戶流量的傳播中起到了關(guān)鍵作用。
　　結(jié)果表明，節(jié)點(diǎn)之間距離越近，越具有內(nèi)容上的相關(guān)性。第四章給出了網(wǎng)站點(diǎn)擊流網(wǎng)絡(luò)與維基百科點(diǎn)擊流網(wǎng)絡(luò)的幾何表示，還探究了網(wǎng)站點(diǎn)擊流網(wǎng)絡(luò)中用戶流量在幾何表示中的分布、網(wǎng)站結(jié)構(gòu)的動(dòng)態(tài)變化等問(wèn)題。
　　總的來(lái)說(shuō)，本文為 Web點(diǎn)擊流網(wǎng)絡(luò)提供了節(jié)點(diǎn)間流量依賴關(guān)系、內(nèi)容關(guān)聯(lián)關(guān)系分析與可視化的一般模型和方法。同時(shí)，本文中所提出的研究方法還具有較強(qiáng)的