突發(fā)事件下社交媒體用戶的協(xié)同行為研究.pdf

1、得益于互聯(lián)網技術的提高和社交媒體的普及，使得研究大規(guī)模用戶的協(xié)同行為成為可能。近年來，社交媒體因其實時性和便捷性等特點開始在災難事件響應方面嶄露頭角，得到了廣泛的關注。相比于傳統(tǒng)的通信方式，有效利用社交媒體上產生的群體智慧可以對賑災行為產生積極影響，另一方面社交媒體用戶行為的非理性，強感染性和從眾性特征很容易造成網絡輿情的產生，因此突發(fā)事件下的用戶在線行為模式應受到特別的重視。
　　社交媒體中信息的傳播，個體間的交互，都依賴于其背

2、后的社會關系網絡，社交媒體上群體用戶行為與大規(guī)模網絡研究具有天然聯(lián)系。本文利用網絡科學中的概念和方法研究了突發(fā)事件下社交媒體用戶的各種群體行為特征，探索了社交媒體自組織互助系統(tǒng)的有效性問題。研究成果有助于指導用戶在突發(fā)事件下規(guī)范自身行為，幫助用戶提高信息獲取效率，協(xié)助有關部門提升監(jiān)管能力。本文擴展了復雜網絡中的概念和方法，拓寬了復雜網絡的應用領域，并給研究突發(fā)事件下在線用戶的大規(guī)模協(xié)同行為提供了新思路。本文具體的研究內容和成果如下:

3、r>　　1、突發(fā)事件下社交媒體用戶的協(xié)同注意力轉移模式研究。通過用戶使用的哈希標簽時序序列作為用戶注意力轉移的代表，提出了注意力轉移網絡模型，把突發(fā)事件下群體注意力轉移模式的研究轉化為對應網絡結構變化的研究。結果表明突發(fā)事件下群體用戶注意力轉移模式具有擴張、話題凝聚、注意力匯集、關注點不穩(wěn)定、關注點轉移模式改變共五個特征。同時還發(fā)現(xiàn)了群體注意力轉移模式與事件本身性質相關:突發(fā)事件下用戶注意力急劇匯集再緩慢消散;而規(guī)劃事件中用戶注意力為緩

4、慢匯集到緩慢消散的過程。該模型給定量分析、監(jiān)測大規(guī)模用戶的協(xié)同行為提供了可行的方法。
　　2、研究了高效輿情監(jiān)測系統(tǒng)的用戶抽樣問題。社交媒體的用戶數(shù)量通常十分龐大，而有效的用戶抽樣方法可以提高輿情監(jiān)測的效率。本文提出了同時衡量用戶活躍性、與其他用戶興趣共性和捕捉新穎話題能力的抽樣準則，并把用戶抽樣問題轉化為圖抽樣問題，提出了基于隨機游走的圖抽樣算法。結果表明抽樣過程中同時考慮用戶的多樣性和相似性，可以有效地提升監(jiān)測效率和監(jiān)測精度，

5、實現(xiàn)監(jiān)測部分代表性用戶達到監(jiān)測總體的效果。該方法在較小的抽樣比例下仍能獲取相對合理的抽樣精度。
　　3、突發(fā)事件下用戶參與話題的預測。本文使用哈希標簽作為用戶參與的話題的代表，通過異構信息網絡同時描述用戶-哈希標簽使用關系和哈希標簽之間共存轉移關系，并提出了基于該異構網絡的雙向資源擴散算法預測用戶可能參與的話題。實驗結果表明，充分考慮用戶影響力在哈希標簽網絡中的擴散，可以極大地提高預測精度;同時利用哈希標簽共存轉移關系可以有效避免

6、圖嵌入算法下用戶節(jié)點在嵌入空間的聚集，在取得較好的預測精度同時能具有較高的預測多樣性，而基于用戶相似性的算法相比于圖嵌入類算法，更適用于突發(fā)事件下用戶關注點集中的場景。
　　4、突發(fā)事件下社交媒體自組織互助系統(tǒng)的有效性研究。近年來，災難事件下社交媒體的使用出現(xiàn)了新趨勢:當突發(fā)事件發(fā)生時，用戶自發(fā)地通過社交媒體組織素不相識的人們開展帶有特定目的線下合作。本內容提出了針對此類事件的社交媒體內容分類方案，研究了各類別信息隨時間的演化趨勢