USST_Arts_117160727微博用户的行为动力学研究

VIP免费

3.0 赵德峰 2024-11-11 4 4 800.8KB 50 页 15积分

侵权投诉

摘要

人类的行为是复杂多样的。对于人类行为的定量和定性的分析，特别是对用

户行为特性的挖掘和建模，是当前复杂网络和人类行为动力学研究的一个重要方

向。在传统的人类动力学研究中，大多数学者利用泊松过程来描述人类行为，认

为人们的相继行为发生的时间间隔分布是均匀的。但是，人类行为具有高度的复

杂性，单一的驱动机制很难解释某些行为特性，且不具备普适性。许多研究结果

表明人类的行为偏离了泊松过程，具有高度的非均匀性：长时间的静默和短时间

内高频爆发。这也引起了研究者们的关注，越来越多的学者们开始聚焦用户行为

特性的研究，试图找到某种规律并建立相应的模型对其进行合理的解释。

本论文以新浪微博为研究对象，以人类行为动力学为理论基础，综合运用复

杂网络、统计学和管理学等方法对微博网络的拓扑结构和内在驱动机制进行了研

究，并从周期性、阵发性、时间间隔分布、频数分布、相关性等多个方面对微博

用户的微博发布、转发和评论行为进行了深入的统计分析，进而得到了用户行为

的一些共性。主要结论和研究成果如下：

以微博用户为节点，以用户之间的关系为连接边，构造了一个微博用户关系

网络。通过对微博网络拓扑结构的分析，基于非线性择优连接机制建立了微博网

络演化模型，并对模型进行了实证和仿真分析，结果表明微博用户关系网络的节

点度分布服从指数截断的幂律分布，且具有无标度特性和小世界效应。

个体用户和群体用户的微博消息发布的时间间隔都服从幂律分布，且具有明

显的周期性和阵发性。大多数用户发布微博的时间都集中中午12～14 点和晚上

19～22 点这两个时间段内。受兴趣驱动的影响，微博被转发的时间间隔也服从幂

律分布。媒体、网站和明星用户的微博被转发和评论行为表现为指数截断的幂律

分布，其中媒体用户和网站用户的幂指数都在1.5 左右，而明星用户的幂指数却小

于1，表现出两种不同的统计特征。此外，转发评论数和用户粉丝数之间也表现出

正相关性，这表明用户的行为受到社会关注的广泛影响。

基于上述分析，对于微博的应用给出了一些建议。在舆情控制方面，可以通

过针对关键节点的目标免疫来对舆论的传播进行控制；微博营销则可以借助意见

领袖和明星用户的影响力来扩大微博信息的传播范围。

本文对于微博的网络结构、信息的传播机制和用户的行为特性进行了深入的

统计分析，有助于了解信息的传播规律和用户行为的普世特性，并在舆情控制、

信息推荐、营销服务等方面提供一些有价值的参考。

关键词：微博社交网络舆论传播复杂网络人类动力学

ABSTRACT

The human behavior is complex and diverse. The quantitative and qualitative

analysis of human behaviors, especially mining and modeling for the characteristics, is

an important direction of the research on complex networks and human behavior

dynamics currently.In the traditional studies of human dynamics, most scholars use to

describe human behavior in Poisson process which the time interval distribution of

successive acts is uniform. However, the human behavior is highly complex, single

drive mechanism is difficult to explain some of the behavioral characteristics, and has

no universality. Many studies show that the human behavior has deviated from Poisson

process with a high degree of non-uniformity: a long silence and a short high-frequency

outbreak. These results have caused the researchers' attention, more and more scholars

began to focus on studying user behavior characteristics, trying to find some law and

establish the model to have a reasonable explanation.

This paper study the object of Sina Weibo, based on the theoretical of human

behavior dynamics, adding with complex networks, statistical and management theory

to have a research on the microblogging network topology and internal drive

mechanisms. Then, have a depth statistical analysis of the users’ posting, forwarding

and comment behavior, respectively from the periodic, episodic, interval time

distribution, frequency distribution and correlation aspects, and get some behavior

universal characteristics inherent. The main conclusions and results are as follows:

The Weibo-blog could be regards a user behavior network based on the user notes

and relationship edges. By the analysis of network topology, we established a

microblogging network evolution model based on the nonlinear preferential attachment

mechanism. The empirical and simulation study results show that network node degree

distribution follows exponential truncated power-law distribution, and has scale-free

and small-world characteristics.

The blog posting interval time of individual and group users follow a power law

distribution, and have a significant periodic and episodic effect. Most users blog posting

time are centralized in 12~14 and 19~22 time periods. Driven by the interest, microblog

forwarding interval time also follows a power law distribution. The media, websites and

celebrity’s microblog forwarding and comment behavior follow as exponential

truncated power-law distribution, which the media and website exponent are about 1.5,

but the celebrity exponent is less than 1, showing two different statistical characteristics.

In addition, the relation between forwarding, comment and followings shows a positive

correlation, which indicates the user behavior is widespread effected by social concerns.

Based on the above analysis, there have some suggestions to the microblog

application. In public opinion control, we can use targeted immunization of the key note

to control the public opinion predation. As microblog marketing, microblogging

information’s influence can expand by the help of opinion leaders and celebrity user.

In conclusion, this paper has a deep research on the microblog network structure,

information dissemination mechanism and user behavior characteristics, it has a great

help to understand the information propagation pattern and user behavior’s universal

characteristics. What’s more, it can also provide some valuable references in the public

opinion control, information recommendation and marketing services.

Key Word: Micro-blog, Social network, Public opinion propagation,

Complex network, Human dynamics

中文摘要

ABSTRACT

第一章绪论 ……………………………………………………………………1

1.1 选题背景和研究意义 …………………………………………………….....1

1.2 本文的主要工作 …………………………………………………………….2

第二章人类行为动力学的理论基础和文献综述 ………………………………5

2.1 几个典型的分布规律 ……………………………………………………...5

2.1.1 泊松分布和幂律分布 ............................................................................. 5

2.1.2 指数截断的幂律分布 ............................................................................. 7

2.2 人类行为动力学的基本理论 ………………………………………………..8

2.2.1 优先权选择的排队模型 ......................................................................... 8

2.2.2 非齐次泊松过程理论 ............................................................................. 9

2.2.3 兴趣驱动模型 ...................................................................................... 10

2.2.4 记忆影响模型 ...................................................................................... 12

2.3 人类行为动力学的研究进展 ………………………………………………13

第三章微博网络特性研究 …………………………………………………….16

3.1 微博网络拓扑结构 …………………………………………………………16

3.1.1 微博的网络结构 .................................................................................. 16

3.1.2 微博网络拓扑参数 ............................................................................... 17

3.2 微博网络模型及其分析 …………………………………………………….19

3.2.1 模型描述 .............................................................................................. 20

3.2.2 模型的度分布分析 ............................................................................... 20

3.2.3 模型仿真分析 ...................................................................................... 22

3.3 本章小结 …………………………………………………………………..23

第四章微博用户行为特性统计分析 …………………………………………...24

4.1 数据采集说明 ……………………………………………………………...24

4.2 微博信息的发布行为统计分析 …………………………………………...25

4.2.1 个体用户微博发布时间的概率分布 .................................................... 25

4.2.2 群体用户的微博发布行为分析 ........................................................... 26

4.3 微博信息的转发和评论统计分析 ………………………………………27

4.3.1 单条微博被转发的时间间隔分布 ........................................................ 27

4.3.2 群体用户的微博转发和评论数分布 .................................................... 28

4.4 用户行为相关性分析 …………………………………………………….29

4.5 本章小结 …………………………………………………………………..31

第五章微博舆论控制及其营销策略 …………………………………………...32

5.1 微博舆论的引导控制 …………………………………………………….32

5.1.1 舆论的传播规律 .................................................................................. 32

5.1.2 免疫策略分析 ...................................................................................... 33

5.1.3 免疫效果分析 ...................................................................................... 35

5.2 微博的营销策略 …………………………………………………………36

5.2.1 微博用户影响力 .................................................................................. 36

5.2.2 实证分析 .............................................................................................. 37

5.2.3 微博营销策略 ...................................................................................... 38

5.3 本章小结 …………………………………………………………………..39

第六章结论及展望 ……………………………………………………………...40

6.1 全文总结 …………………………………………………………………..40

6.2 研究展望 …………………………………………………………………..41

参考文献 ………………………………………………………………………….42

在读期间公开发表的论文和承担科研项目及取得成果 ………………………..46

致谢 ………………………………………………………………………………47

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

15 积分 4人已下载

立即下载 VIP免费下载

摘要：

摘要人类的行为是复杂多样的。对于人类行为的定量和定性的分析，特别是对用户行为特性的挖掘和建模，是当前复杂网络和人类行为动力学研究的一个重要方向。在传统的人类动力学研究中，大多数学者利用泊松过程来描述人类行为，认为人们的相继行为发生的时间间隔分布是均匀的。但是，人类行为具有高度的复杂性，单一的驱动机制很难解释某些行为特性，且不具备普适性。许多研究结果表明人类的行为偏离了泊松过程，具有高度的非均匀性：长时间的静默和短时间内高频爆发。这也引起了研究者们的关注，越来越多的学者们开始聚焦用户行为特性的研究，试图找到某种规律并建立相应的模型对其进行合理的解释。本论文以新浪微博为研究对象，以人类行为动力学为...

展开>> 收起<<

USST_Arts_117160727微博用户的行为动力学研究.pdf

共50页,预览5页

还剩页未读，继续阅读

USST_Arts_117160727微博用户的行为动力学研究

相关推荐

开通VIP享超值会员特权

作者详情

相关内容

推荐作者

热门标签

举报选择: