基于关系的微博重要度算法研究

近年来微博已经发展为一个影响力巨大的社交网络平台。针对微博的复杂网络特性,提出了对微博用户重要度的算法,从海量微博信息中智能提取重要内容。算法考虑到社交网络的节点间影响以及用户行为的传递性,同时为了提高对海量节点的处理能力,进行了有效的子网分划。通过实验,证明算法能有效分析网络中节点贡献内容的重要度,有助于提高社交网络中舆情监控、分析、管理等工作的效率和准确性。     

社交网络用户行为分析

社交网络随着互相网络的发展逐渐成为人与人之间互动交流、娱乐休闲的重要工具和平台.而用户作为社交网络的核心,其行为是我们深入认识社交网络运行机理的起点,关于用户行为分析的研究有很大价值.用户行为分析可以从社交网络的功能和结构两大方面展开,结构分析侧重于用户行为的产生过程,主要包括用户连接图分析和活跃图分析,功能分析侧重于用户行为的具体内容,主要包括用户功能活动分析和社交性分析.     

融合用户社交网络数据的推荐研究

针对社交网络数据在改善推荐效果方面的问题,梳理了融合社交网络数据的推荐,在改善推荐效果方面的方法以及逻辑思路,首先,说明和分析了社交网络的框架以及社会化推荐的概念;然后,根据形成社交网络的主要作用因素不同,分别从基于用户信任的社交网络推荐、基于位置社交网络的兴趣点推荐两个角度出发,归纳,分析其如何融合用户的社交网络信息来提高推荐的准确性,多样性,改善模型运行效率,从而提高推荐质量。     

社交网络中用户区域影响力评估算法研究

以人人网为例对在线社交网络的分析,从区域信息传播的角度出发,研究社交网络中,信息传播的微观过程.通过真实测量用户的信息传播行为,完成用户信息传播网络的构建和测量.发现区域信息传播网络中少量核心节点覆盖了大部分的网络传播行为.针对这些核心节点,文中提出了一种基于节点传播意愿和传播能力综合考察的节点传播影响力识别算法InfluenceRank,并通过与多种相关算法进行比对,验证了算法的有效性.     

社交化融合通信业务需求分析与发展策略研究

移动互联网时代的通信业务与社交网络融合的趋势越来越明显.本文从人际关系角度对各个交往阶段的用户社交心理需求和沟通行为需求进行研究,提出了社交化融合通信业务需求模型,并以此模型为基础对富通信与社交网络进行业务对标分析,提出了社交化融合通信业务发展策略建议.     

面向大社交数据的深度分析与挖掘

本文从大数据的特点分析着手,充分结合了当前整个社交网络以及互联网的主要发展方向,对在线社交网络在发展过程中所面临的关键问题进行了分析,并针对网络大数据研究的语义理解、多模态关联以及融合、群体行为分析以及挖掘等多个方面所面临的挑战进行了阐述,最后针对目前国内外在线社交网络领域大数据技术分析的主要研究工作进行了探讨。     

社交电视技术的专利分析

随着社交网络的新兴和不断发展,社交电视开始出现在众人的视野中.从2010年社交电视的概念提出,涉及社交电视技术的专利申请就开始出现并在申请数量上迅速增加.基于对社交电视技术的相关专利文献进行数据统计,从专利申请量、技术领域以及申请人等多个角度,对涉及社交电视技术的相关专利做了较为详尽的分析,并对国内涉及社交电视技术专利的主要申请人的相关专利进行了初步介绍.     

基于社交网络的影响力最大化算法

影响力最大化问题研究在给定传播模型下如何选取社交网络中的一组种子用户,使信息通过这些用户实现最大范围的传播。现有算法主要存在2个问题：一是由于影响范围有限、时间复杂度高,难以适用于大规模社交网络;二是仅局限于特定传播模型,只能解决单一类型社交网络下的影响力最大化问题,当使用在不同类型社交网络上时效果较差。对此,基于2个经典影响力传播模型,结合反向影响采样技术,提出一种高效的影响力最大化（MTIM）算法。为验证MTIM算法的高效性,将其与IMM、TIM和PMC等贪心算法,以及One Hop和DegreeDiscount等启发式算法在4个真实社交网络上进行对比实验,结果表明MTIM算法能够提供■近似保证,显著扩大影响范围,并有效提高运行效率。     

微博用户影响力的评估

作为一种便捷的社交网络平台,微博已成为人们进行信息交流的重要媒介。微博活跃用户多,信息发布方式多、方便快捷,信息传播快速,范围广,极易形成网络舆情。微博博主对信息传播起着决定作用,而其在网上的影响力对其传播有很大影响。在消息的传播分析以及用户个体行为分析的基础上,提出影响力评估体系。该系统利用实例提供的数据,通过AHP方法,可计算出用户的影响力并排名,比较合理地体现了用户的实际影响力。     

社交网站图像分析研究综述

在移动互联网和大数据时代,社交平台成为记录、分享和交流图片的主要渠道,从而产生了庞大的图像数据。为了更好地管理和分享这些图像,社交平台广泛应用图像分析技术。图像分析技术能提取有用信息,提高图像处理和管理效率和精度,进而增强用户体验和社交互动,并促进社交网络的发展和创新。然而,目前尚缺乏对社交平台图像分析的综述,因此有必要进行综述以概括总结社交平台图像分析的情况,并试图给出该领域的未来发展方向。此文旨在从以下四个方面对社交平台图像分析进行综述：首先,分析图像分析在社交平台上的重要性及其应用价值;其次,探讨对社交平台图像分析进行综述的必要性和意义;第三,研究目前社交平台图像分析领域的研究现状和挑战;最后,探索当前先进的图像分析技术在社交平台上的应用和发展趋势。通过综述社交平台图像分析的相关研究,旨在深入了解用户行为和需求、图像在社交平台上的重要性以及图像对用户行为和社交互动的影响,以提供更好的推荐和展示符合用户兴趣的图像内容,并为社交网络的持续发展提供指导和启示。     

基于线性阈值模型的影响力传播权重学习

度量用户间影响力对商品的营销和推广具有重要作用。然而,已有工作通常假设用户之间的相互影响行为是独立的,忽略了影响力在传播过程中具有的累积效应。为解决此问题,该文在线性阈值模型的框架下,提出一种影响力传播权重的计算方法。该方法将社交网络中用户的历史行为日志看作样本,借鉴最大似然估计的思想对用户间影响力学习问题建模,并设计一种优化的粒子群算法对问题求解。实验使用真实数据验证了该方法的有效性。     

社交电视网络及其应用分析

对社交电视网络中社交电视的特点做了详细的阐述,并对社交电视网络面临的问题与挑战进行了探讨,提出了社交电视网络中对用户收视行为分析的方法,通过在实际应用环境部署验证,证明了对社交电视网络用户行为特征分析具有重要意义.     

奢侈品联名“破圈”的社交媒体网络扩散研究

2023年5月17日,茶饮品牌喜茶与意大利奢侈品品牌FENDI(芬迪)官宣联名,在社交媒体上实现了话题“破圈”。本文从网络符号消费主义的角度,通过主题分析了探究奢侈品联名在社交媒体平台话题传播的阶段特征以及深层次内涵。研究发现,用户在对相关话题的讨论过程中实现了从品牌崇拜到对符号价值和消费主义的祛魅,看到了社交媒体平台用户文本中所体现出的被网络符号消费主义裹挟和挣脱的矛盾过程。     

移动互联网对用户流失的影响分析——以人人网为例

移动互联网的发展给传统互联网带来了巨大的冲击,导致了互联网商业模式的转变,同时也造成了大量传统互联网用户的流失。本文以典型的社交网络服务人人网为例,分析移动互联网对其所带来的用户流失,移动SNS是否吸引了新的用户资源,从用户的角度探究移动社交网络的发展趋势。     

社交网络中社区领袖的挖掘算法

社交网络中用户和用户之间通过关注而产生联系形成社区。因此,文中借鉴PageRank算法,将传统上把影响力平均分配给关注的人的做法加以改进,依据用户间的亲密程度将影响力按比例分配给关注的人,从而生成新的UserRank算法。算法经过多次迭代计算后,社区中每个用户的影响力收敛并趋于稳定,影响力值最大的用户,就是社区领袖。实验表明,本算法能更快更有效地挖掘出社区领袖。     

基于社交网络结构的节点影响力度量方法

度量社交网络节点影响力是社交网络结构分析的关键问题之一。目前研究社交网络节点影响力的方法主要有两大类：中心度方法和节点删除方法。前者主要通过度或最短路径等因素来判断节点的影响力，不考虑网络的连通性；后者通过节点删除后对网络结构的破坏程度来判断，计算复杂性很高，不适用于较大规模的社交网络。通过结合社交网络的局部连通度及节点间的最短路径，提出了连通中心度来度量社交网络中节点的影响力，并给出了连通中心度的计算方法和一些特殊网络中节点的连通中心度的值。最后，通过实验说明该指标能很好地度量社交网络中节点的影响力。     

基于多维特征分析的社交网络意见领袖挖掘

在社交网络中进行意见领袖的挖掘对信息传播与演化的深度分析、舆情监控和引导具有重要意义,本文综合结构特征、行为特征和用户的情感特征对意见领袖节点挖掘问题进行研究.本文首先对微博真实文本数据进行话题识别得到主题社区,在主题社区中基于用户节点之间的关注关系构建交互网络拓扑.然后分别从结构、行为和情感三个维度对用户的影响力进行度量.最后,分析用户在主题社区中的影响力分布与传播规律,提出意见领袖识别算法MFP(Multi-Feature PageRank).实验表明,该算法可有效地挖掘潜在的意见领袖节点,能够获得较高的支持率.     

社交网络安全问题及其解决方案

随着互联网技术的不断发展与应用,社交网络已经成为人们进行社会交流活动的重要平台,然而与此同时也产生了诸多的社交网络安全问题。尤其在网络安全法规政策不完善、安全技术发展滞后、用户安全防范意识不强的形势下,严重威胁着社交网络的健康发展。本文在分析社交网络安全问题的基础上,提出安全问题的解决方案,期望对维护社交网络运行环境,保障用户隐私安全有所帮助。     

基于情感和网络分析的社交网络用户人格预测

人格是对人类之间不同个体特征的高度概括,与人类的行为密切相关.人们在社交网络中的行为同样受到人格的影响,了解社交网络用户的人格对于推荐系统和个性化广告都有很大的价值.已有的关于社交网络用户人格的研究大多仅使用用户数据的统计特征,没有反映用户数据的内在特征.本文提出一种新的社交网络用户人格预测方法,通过综合考虑用户的情感及用户网络分析特征预测用户人格类型,并通过Facebook用户数据分析实验验证了方法对提高人格预测准确率的有效性.     

社交网络安全风险分析及探讨

一些网络的目的就是用于社交,允许用户在网上建立朋友或商业关系。虽然社交网站的特点各不相同,但是它们都要求用户提供真实个人资料,并提供与其他朋友的交流机制。但是,因为这些社交网站账户很容易申请,而用户对它的安全风险又知之甚少,用户往往会在社交网站上泄露过多的个人资料,从而导致大量的隐私与安全风险。本文指出了社交网络用户的主要安全风险,并且分析了这些风险产生的原因,同时提出了规避这些安全风险的方法,从而增强用户的个人资料安全,防止通过社交网站途径泄露个人隐私。