面向微博话题传播的重要节点测量研究

为了发现在微博网络中对话题传播有巨大影响力的用户,从网络的拓扑结构出发,对微博平台上话题信息的传播进行了研究,测量了话题传播的网络拓扑结构,并利用紧密中心度和介数中心度对传播过程中参与的用户进行了影响力测量。根据测量分析结果,利用随机游走思想,将两种方法进行优化,计算出一个新的参数叫扩张比,用来评价用户在整个话题传播过程中的影响力,实验结果表明优化后的方法能够有效地发现整个网络中影响力最大的重要节点。研究结果有助于控制话题的传播过程,实现网络营销的利益最大化,以及提供研究个人影响力最大化问题新的思路。     

微博网络信息传播研究综述

微博作为一种新型的社交网络平台, 以其使用方式便捷、传播迅速、交互性强等特点, 在信息分发和舆论传播方面发挥了非常重要的作用。简要介绍了微博的相关机制, 分析了微博信息的传播特征以及影响信息传播的三大因素, 对目前研究所使用的信息传播模型进行了分类, 重点综述了基于传播过程的模型、基于影响力的模型以及基于转发因素的模型, 并对这三类模型的优缺点作了比较分析, 提出了该领域的研究方向和目标。     

基于用户社会属性及行为特征吸引度的微博粉丝网络演化模型

分析用户社会属性和行为特征对微博粉丝网络演化的影响,提出一种基于用户社会属性及行为特征吸引度的微博粉丝网络演化模型SBPAF。模型引入社会属性吸引度及行为特征吸引度概念,依据吸引度优先连接的原则和第二跳连接原则增边,并引入边消亡过程,从而精确刻画现实微博粉丝网络演化过程。模型中的参数能够进行灵活调整,可以得到不同微博粉丝网络的仿真拓扑。仿真结果验证了SBPAF模型的合理性和有效性。     

基于社交网络大规模行为数据的用户关系研究

用户关系是构成微博社会网络的基础。用户关系的分析可以帮助更好地研究社会网络的构成、消息传播模式等多个方面。对超过百万用户的海量微博数据进行分析处理,利用信息论理论分析比较用户微博行为的特点,构建用户活跃交互网络并观察交互网络的动态性,分析社交网络用户群体的在线行为模式及特点。实验表明在微博的交互活动中,用户的直接交互关系相对稳定,不因时间的变化而变化,而用户的转发对象会不断地变化,即用户实际关注的群体是动态变化的。     

在线社会网络的测量与分析

Facebook、Twitter、人人网和新浪微博等社交网站逐渐成为互联网上用户数量最多、最受欢迎的网站.近年来,国内外已有大量研究工作深入考察在线社会网络的拓扑结构和用户行为,这对理解人类的社会行为、改进现有的网站系统和设计新的在线社会网络应用具有重要意义.文中从测量角度对在线社会网络的拓扑结构、用户行为和网络演化等方面进行了综述,总结了常见的测量方法和典型的网络拓扑参数,着重介绍了用户行为特征、用户行为对网络拓扑的影响以及网络的演化.可以看出,随着研究的深入,在线社会网络的新特征逐渐被大家认识和理解,包括好友少的用户的交流范围集中在小部分好友,而好友多的用户联系的好友更均匀;用户之间的交互减小了在线社会网络的聚类系数,使网络结构更松散;边的生成受优先连接和临近偏倚的共同影响;小社团倾向于和大社团合并,大社团倾向于分裂为两个规模相当的小社团等.     

基于爬行器的大规模P2P IPTV测量

为了解大规模P2P IPTV系统中的用户行为特征和拓扑结构特征等内在信息,开发和部署了一个多协议P2P IPTV爬行器TVCrawer,对3个主流的P2P IPTV系统--PPLive,PPStream和UUSee进行了大量的主动测量,并对P2P IPTV系统中的用户行为和网络拓扑特征进行了分析和比较.主要发现包括:1...     

微博语言的复杂网络特征研究

基于大规模微博语料库,构建了3个词同现语言网络,并采用复杂网络分析工具对这些语言网络进行分析。主要目的是探索复杂网络分析方法应用于微博文本的可行性,进而研究微博语言网络的个性特征。研究结果表明,复杂网络分析方法在微博文本上是可行的,在复杂网络的相关参数,如度分布、聚类系数、平均最短路径等方面反映了微博语言的语体特征。该研究不仅拓展了复杂网络方法在语言学领域的应用,而且为基于复杂网络的微博内容挖掘提供了可行途径。     

用户关系特征对微博转发行为影响分析研究

转发是微博提供的一个信息传播的机制,用户能够将关注者发布的有趣微博转发到自身平台,然后分享给追随者,是微博网络中信息传播最重要的功能。对于微博网络存在的不同类型连接关系,首先提取出相关特征,如同质性、微网络结构、地理距离以及用户性别等,用于识别连接关系的不同类型,然后采用Log-linear模型来拟合各个特征间系数,基于这些系数对微博用户转发行为形成的内在原因进行了分析。     

网络行为测量研究*

回顾了国内外网络行为测量的研究现状,就网络行为研究的工具、方法等方面进行了探讨,构建了大规模的人工智能网络行为测量平台,并在此基础上提出了今后研究的方向。     

微博社会网络重要用户节点筛选及舆情引导

首先通过研究网络爬虫以及新浪微博的开放平台,设计实现新浪微博专用爬虫,获取研究数据。其次,通过实验得到重要用户节点指标,提出贝叶斯-PageRank算法筛选重要用户节点,并实验验证重要用户节点的有效性。最后通过对重要用户节点的监测实现网络舆情发现并给出相关舆情引导策略。     

基于网络结构的多种用户影响力分析算法对比研究

随着社交网络的发展,人们可以非常平等、快捷地发布和接受信息,这导致线上生活对线下生活的影响越来越大。社会化营销应运而生,其非常重要的一个需求是要最大化营销活动在社交网络中的影响力。因此,社交网络中用户影响力分析成为一个至关重要的研究点。该文重点考察了基于网络结构的影响力分析方法,主要包括最大度算法、距离中心点算法、类似PageRank算法的PeopleRank算法等,并给出了具体的分析结论。     

Skype网络流量测量及特征发现

针对越来越多P2P语音、视频传输应用给底层网络造成巨大通信压力的问题,提出Skype网络拓扑测量方案,分析Skype协议、通信机制、流量及行为特征。通过分析大量主动获取的节点数据和被动获取的Skype通信流量,总结出Skype网络的通信机制,发现部分Skype网络的流量特征、协议行为特征,经测试,在局域网环境下,该项方案能有效识别、管理Skype流量。     

面向领域的高质量微博用户发现

在微博系统中,寻找高质量微博用户进行关注是获取高质量信息的前提。该文研究高质量微博用户发现问题,即给定领域词查询,系统根据用户质量返回相关用户排序列表。将该问题分解成两个子问题: 一是领域相关用户的检索问题,二是微博用户排序问题。针对用户检索问题,提出了基于用户标签的用户表示方法以及基于维基百科的查询—用户相似度匹配方法,该方法作为ESA(explicit semantic analysis)的一个扩展应用,结果具有良好的可解释性,实验表明基于维基百科的效果要优于基于其他资源的检索效果。针对用户排序问题,提出了基于图的迭代排序方法UBRank,在计算用户质量时同时考虑用户发布消息的数量和消息的权威度,并且只选择含URL的消息来构建图,实验验证了该方法的高效性和优越性。     

考虑社交网络用户行为的网络病毒传播建模

针对已有病毒传播模型都没有考虑不同社交网络间的用户交互行为对网络病毒传播规律的影响,建立了考虑不同社交网络用户交互行为的微分方程动力学模型。利用稳定性理论分析了模型反映的网络病毒传播动力学性态,得到了控制网络病毒传播的基本再生数的精确数学表达式。进一步,采用龙格-库塔数值方法,通过仿真实验,验证了理论分析的正确性。研究结果表明,基本再生数是网络病毒扩散基本态势的直接决定因素,当基本再生数的值小于等于1时,随着时间演化,网络病毒的扩散会被彻底控制。另外还发现,分散用户到不同社交网络更有利于缓解网络病毒的扩散。     

网络测量及行为学研究综述

随着互联网的发展,理解网络行为对于网络管理、规划和发展都有重要意义,网络流量测量是研究网络行为的基础。论文首先根据目前Internet发展的特点、网络管理的缺点和不足,分析网络行为学的研究难点和重点。将网络测量及行为学研究分成测量、流量行为分析、端至端行为分析等三个方面,并分别从这三个方面的国内外研究状况进行分析总结。论文最后定义网络行为学的概念,并提出网络行为学的研究方向。     

网络用户行为可信性集值统计度量方法

对网络用户行为可信性度量研究是当前网络安全的研究热点.本文通过分析网络用户的行为数据,建立用户可信行为评估树,提出用户行为等级划分及评判方法,从而确定可信度阈值.将集值统计方法引入可信性度量,提出一种动态多维度量算法,通过该算法确定网络用户行为数据评估值,并利用线性回归对用户行为进行预测.这种方法通过客观证据的收集来确定行为数据评估值,改变了以往靠主观来评定预测值的方式,并且将证据值扩大为一个值域.实验结果表明,该方法能够在网络环境中对用户行为进行准确预测,反映网络用户行为可信性的动态变化特征.     

基于主题增强卷积神经网络的用户兴趣识别

提出了一种基于主题增强卷积神经网络的用户兴趣识别的方法,通过构造一个双通道CNN模型,融合连续语义信息和离散主题信息,获取用户微博类别分布,在此基础上,通过极大似然估计识别用户的兴趣.实验结果表明,相较于基于Labeled LDA主题模型的方法和传统卷积神经网络的方法,提出的主题增强卷积神经网络缓解了噪声词对用户兴趣词的影响,并且通过融入主题信息提高了对于包含噪声词较多的微博的分类效果,在微博分类及用户兴趣识别上的效果获得了显著的提升.     

基于Iperf的网络性能测量研究

通过对网络性能测量的调研,结合网络性能测量工具iperf的研究,报告了不同情况下的网络性能。并对网络性能测量工具的实际应用做了说明。