微博话题符号网络下的意见领袖挖掘算法研究*

随着移动互联网的快速发展,用户逐渐成为社交媒体的主导者,新媒体的迅速崛起,改变了传统的信息传播的格局以及规律,经典的大众传播理论中的意见领袖、把关人等有了新的时代意义,在一定程度上得到进一步的扩展和延伸。在现有的意见领袖的挖掘中主要是从网络结构和用户行为研究方向,没有考虑到是否真正对用户产生影响这一重要的属性,本文以符号网络作为研究工具,通过赋予用户之间的观点关系链接相应的代表支持或者反对的符号,将传统的意见领袖挖掘算法结合符号网络中的能够描述用户观点变化的符号关系,将真正对用户产生影响的意见领袖挖掘出来,从而挖掘得出更加精准有效地意见领袖。     

一种改进拓扑势的意见领袖挖掘算法

意见领袖发现在舆情监测、市场推广、信息传播等领域具有重要的理论指导意义和实际应用价值。针对传统意见领袖挖掘算法片面考虑目标单一属性、缺乏话题相关性、评估缺乏客观性等问题,提出了一种基于改进拓扑势的意见领袖挖掘ITP算法。该算法结合具体节点的客观属性和网络结构,采用数据偏差对主观权重进行修正,可客观地对目标节点进行评估,挖掘意见领袖。对真实微博数据集进行实验,结果表明 与传统的3种方法相比,所提出的算法能挖掘不同背景下的意见领袖,具有较高的相关性和准确度。     

一种基于情感倾向分析的网络团体意见领袖识别算法

意见领袖对网络舆情的产生和发展有着重要的指引作用,挖掘和识别网络社区中的意见领袖有重要的现实意义。结合聚类算法和分类算法的优势,提出一种基于话题内容分析的兴趣团体发现方法,以有效识别出兴趣团体。并通过分析用户回帖情感倾向来计算用户间链接的权重。在此基础上,提出了一种新的LeaderRank意见领袖发现算法,通过实验证明该算法能有效提高意见领袖挖掘的准确度。     

基于用户属性与覆盖范围的意见领袖挖掘研究

针对微博信息的交互性和不确定性,本文提出一种基于用户属性与覆盖范围的意见领袖研究方法。该方法分别计算用户属性值和用户传播覆盖范围。根据粉丝忠实程度计算出用户属性值从而得到用户属性排名。利用用户间微博内容主题相似度构建贡献图,获得用户覆盖范围排名。最后,结合用户属性排名和用户覆盖范围排名生成最终的意见领袖排名。实验结果表明,本方法相比其它意见领袖挖掘方法有更好的效果。     

基于多关系网络的话题意见领袖挖掘

社交网络中的意见领袖在信息传播过程中起着重要的作用。传统的意见领袖挖掘仅基于网络结构,没有考虑特定话题或者事件下的作用,且目前基于话题的意见领袖挖掘仅基于单一的网络结构,并没有考虑到节点间的多种交互关系。本文提出一种基于多关系网络的话题意见领袖挖掘方法（Multi-relational networks, MRTRank）,融合话题因素和节点间多种交互关系,通过一种属性网络表示学习算法,得到不同节点在多关系网络上的相似性,形成节点的转移概率矩阵,最终通过PageRank算法得到top-k个意见领袖。在真实Twitter数据集上的实验结果验证了本文提出的方法优于传统的意见领袖挖掘算法。     

基于微博用户兴趣话题的相似用户挖掘

相似用户挖掘是提高社交网络服务质量的重要途径，在面向大数据的社交网络时代，准确的相似用户挖掘对于用户和互联网企业等都有重要的意义，而根据用户自己的兴趣话题挖掘的相似用户更符合相似用户的要求。提出了一种基于用户兴趣话题进行相似用户挖掘的方法。该方法首先使用TextRank话题提取方法对用户进行兴趣话题提取，再对用户发表内容进行训练，计算出所有词之间的相似度。提出CP（Corresponding Position similarity）、CPW（Corresponding Position Weighted similarity）、AP（All Position similarity）、APW（All Position Weighted similarity）四种用户兴趣话题词相似度计算方法，通过用户和相似用户间关注、粉丝重合率验证相似用户挖掘效果，APW similarity的相似用户的关注/粉丝重合百分比为1.687%，优于提出的其他三种算法，分别提高了26.3%、2.8%、12.4%，并且比传统的文本相似度方法Jaccard相似度、编辑距离算法、余弦相似度分别提高了20.4%、21.2%、45.0%。因此APW方法可以更加有效地挖掘出用户的相似用户。     

基于用户关系与属性的微博意见领袖挖掘方法

提出一种结合用户关系与用户属性的挖掘方法.根据微博特征构建微博用户关系网,采用小世界网络理论确定用户的中心性,以此获得基于用户关系的候选意见领袖.通过分析微博用户属性,建立意见领袖影响体系,提出D-means聚类算法,获得基于用户属性的候选意见领袖,结合2种候选意见领袖得到最终意见领袖.实验结果验证该方法在挖掘意见领袖上比现有方法更加准确有效.     

新的Web用户行为统计分析系统研究和实现*

随着互联网的飞速发展,Web用户行为模式挖掘研究工作日益重要,但目前的挖掘工作中存在如用户识别不准确、路径补充存在误差、无法及时有效地了解某一区域的互联网使用情况等问题。为解决这些问题,研究、实现了一种新的Web用户行为统计分析系统。     

改进LeaderRank算法的意见领袖挖掘

意见领袖挖掘是社会网络研究的重要课题,对于舆情控制、信息传播等方面具有重要意义。LeaderRank算法是一个有效的意见领袖挖掘算法。为提高LeaderRank算法的准确性和抗干扰能力,在LeaderRank算法基础上,加入用户之间的情感倾向、用户活跃程度,提出了改进的LeaderRank算法。基于SIR模型的实验验证表明,改进算法的准确性和抗干扰能力均得到了有效提升。     

面向微博话题的用户影响力分析算法

微博用户影响力分析作为社交网络分析的重要组成部分，一直受到研究人员的关注。针对现有研究工作分析用户行为时间性的不足和忽略用户与参与话题之间关联性等问题，提出了一种面向微博话题的用户影响力分析算法——基于话题和传播能力的用户排序（TSRank）算法。首先，基于微博话题分析用户转发行为时间性，进一步构建用户转发和用户博文转发两种话题转发关系网络，预测用户话题信息传播能力；然后，分析用户个人历史微博和背景话题微博文本内容，挖掘用户与背景话题之间的关联性；最后，综合考虑用户话题信息传播能力以及用户与背景话题间关联性计算微博用户影响力。爬取新浪微博真实话题数据进行实验，实验结果表明，话题关联度更高用户的话题转发量明显大于关联度很低的用户，引入用户转发行为时间性相比无转发时间性，TSRank算法的捕获率（CR）提高了18.7%，进一步与典型影响力分析算法WBRank、TwitterRank和PageRank相比，TSRank算法在准确率和召回率上分别提高了5.9%、8.7%、13.1%和6.7%、9.1%、14.2%，验证了TSRank算法的有效性。该研究成果对社交网络的社会属性、话题传播等理论研究以及好友推荐、舆情监控等应用研究具有支撑作用。     

基于LDA模型的博客垃圾评论发现

Blog(博客)作为一种新兴的网络媒体,在很大程度上增强了互联网的开放性,Blog已经成为互联网上的主要信息源之一,这也使得Blog空间中的垃圾评论成倍增长,因此如何识别垃圾评论成为面临的重要问题。该文首先借鉴处理垃圾邮件的方法,针对Blog本身的特点,使用规则初步过滤垃圾评论,然后对剩余评论,利用Latent Dirichlet Allocation(LDA) 这种能够提取文本隐含主题的产生式模型,对博客中的博文进行主题提取,并结合主题信息进行判断,从而识别Blog空间的垃圾评论。通过实验验证,该方法可以发现大多数垃圾评论,实验取得了较好的结果,使Blog信息更加准确、有效的为用户使用。     

Dumbing Down Dewey

ABSTRACT

This column takes a look at Web sites specifically for use by children and young adults. Sites from ALA, the Internet Public Library, the Librarians' Index to the Internet, and Yahooliganst are evaluated. The inclusion of information on sexual topics within these sites is also discussed.     

改进的话题检测和跟踪算法研究

话题检测可以及时发现互联网舆情热点和突发性事件,并可对话题进行持续跟踪,从而实时掌握舆情事件动向。文中提出了一种基于聚类的改进话题检测和跟踪算法。首先,对文本的特征向量进行改进,增加了基于句子主干的主干向量。然后对每个检测到的话题提取两个中心向量,一个是基本中心向量,另一个是基于主干向量提炼的主干中心向量。在此基础上再通过计算每个文本与中心向量之间的距离进行聚类分析,保证话题中各个文本之间的内聚性。同时基于主题词抽取,在主题词的基础上计算话题之间的主题相关性,有效地实现了子话题检测功能,从而提高了话题检测和跟踪的准确性。通过对10大网站5个频道超过两周数据量的测试,结果表明此方法在一定程度上提高了话题检测和跟踪的正确率,并具有一定的适应性和推广性。     

基于Agent的网络舆论传播模型研究

网络舆论传播是以互联网为载体的舆论传播行为.研究了网络舆论传播中新闻跟帖与BBS传播,分析了网民Agent、新闻网站Agent以及BBSAgent的属性,建立了网民Agent与新闻网站Agent以及BBSAgent的交互规则,研究了网络舆论的可视化表示方法,并与人际传播相结合,建立了基于Agent的网络舆论传播仿真模型,为利用复杂性理论和Agent技术研究网络舆论传播提供了有益的思路和方法.     

Innovative Internet video consuming based on media analysis techniques

Internet video is becoming more and more popular in consuming field. The increasing of video data volumes requires some innovative means to enrich the video consuming experiences. Multimedia analysis is the key means, which can provide conveniences to both Internet video providers and consumers. This paper reviews the progress of media analysis techniques, investigates typical innovative Internet video services based on media analysis, introduces some innovative user experiences based on media analysis, and presents some open issues and potential research topics in media analysis and the related applications in Internet video services. We hope the paper provides valuable information to the researchers, engineers or decision-makers working in the fields of Internet video and media analysis.     

提取文本流主题的神经网络新算法

目前，关于动态文本数据处理已逐渐成为数据挖掘的研究热点，例如，在聊天室中提取热门主题以及所有的讨论主题。目前已有的神经网络方法能较好地提取所讨论的主题，但不能决定哪个主题是热门主题，而且，提取到的主题之间相互干扰。利用主题之间相互独立和主题自相关的特性，基于自相关矩阵以及独立主元分析教学模型，本文提出一种新的神经网络方法，该算法能成功解决这些问题。在Yahoo聊天室上的实验结果表明，本文算法能准确提取主题以及热门主题，并且主题之间相互干扰大大减小。关键词独立主元分析，神经网络，自相关矩阵，时间序列     

基于正负反馈的SEIR微博舆情传播模型

社交网络舆情已经成为社会舆情的主要阵地。针对传统模型难以描述社交网络舆情话题的真实传播过程,分析社交网络舆情话题的真实特点,补充加入社交网络中显著的水军和僵尸粉这2大显著特征,作为舆情话题传播中的正负反馈,分别对舆情话题的传播起到推动及抑制作用,构建带有正负反馈的社交网络舆情传播话题模型,提高舆情预测模型的准确率,得出正负反馈对舆情传播的影响力。     

网络舆情演进规律中的PETRI建模分析

通过引入PETRI网分析方法,针对网络舆情事件演进的各种因素,首先对网络舆情演进规律进行分析探讨,将舆情作为一种流的形式进行剖析,提出"舆情流"概念及其控制模型,在此基础上,动态引入网络集群节点间的关联度变量,研究基于关联网络的集群组织间舆情流动的一般规律,提出可以调控网络集群与其他舆论节点间联系的"舆情关联度过程模型",并从新闻学和心理学现象研究中相互借鉴验证,进而证实模型提出与建立的合理性.该模型可以通过舆情演进归纳指导相关系统设计与舆情导控,为相关行业提供智能支持.     

互联网即时消息(Instant Messaging,IM)的研究现状与展望

即时消息（Instant Messaging，IM）是一种新兴的互联网交流方式，它具有实时性、在线性等一些很好的特性.目前IM已经成为继Email、Web之后的第三大互联网应用，基于IM的技术仍然在发展中，也出现了一些和IM相关的研究问题.本文总结了IM的特征，将IM和其他交流方式进行了比较，介绍了IM的服务模型和相关协议，讨论了IM的现有研究方向并对IM的未来发展方向进行了展望．     

基于CTM模型的观点挖掘和可视化

如何从海量文本中自动提取有价值的观点信息已成为重要的技术挑战,当下的观点挖掘方法大多数是在假设主题相互独立的前提下进行的,但实际上主题与主题之间有着复杂的内在联系。为解决以上问题,在CTM模型的基础上提出了基于主题情感混合的主题相关模型,在考虑到主题相关性的同时,还分析了对应主题下的观点特征以及潜藏的情感倾向,更为精确地获取了文档主题的情感极性,仿真实验验证了本模型的有效性,并使用R语言进行了可视化实验分析。