面向微博輿情的用戶(hù)挖掘及消息傳播預(yù)測(cè)關(guān)鍵技術(shù)研究.pdf

1、隨著社交網(wǎng)絡(luò)的迅速發(fā)展，微博在人們網(wǎng)絡(luò)生活中的位置越發(fā)重要。相比于傳統(tǒng)媒體，輿情事件消息在微博平臺(tái)上的擴(kuò)散速度更快、傳播更廣。微博為人們獲取信息帶來(lái)了便捷的同時(shí)，也為不法分子提供了平臺(tái)。若有不法分子利用社交平臺(tái)散布虛假信息，將會(huì)給人們的生活帶來(lái)極大的不便甚至是危害。因此對(duì)微博輿情事件的傳播過(guò)程進(jìn)行監(jiān)控、分析其中引起大規(guī)模轉(zhuǎn)發(fā)的關(guān)鍵用戶(hù)、預(yù)測(cè)未來(lái)時(shí)間的消息傳播規(guī)模，這對(duì)控制輿情事件的不良發(fā)展有著十分重要的意義。
　　在輿情事件傳播中

2、，用戶(hù)更加關(guān)注與其地域緊密度高的輿情事件和感興趣的輿情事件。然而，現(xiàn)有的關(guān)鍵用戶(hù)挖掘算法并未充分考慮輿情事件的地域特征?；诖藛?wèn)題，本文提出一種面向微博輿情的關(guān)鍵用戶(hù)挖掘算法——KURank算法，針對(duì)輿情事件的地域特殊性和描述針對(duì)性的特點(diǎn)對(duì)PageRank算法進(jìn)行了改進(jìn)。同時(shí)本文采用超網(wǎng)絡(luò)的概念，從社交子網(wǎng)絡(luò)、信息傳播子網(wǎng)絡(luò)、地域子網(wǎng)絡(luò)和描述詞子網(wǎng)絡(luò)四個(gè)方面描述微博消息。實(shí)驗(yàn)證明，對(duì)于微博輿情事件，KURank算法能有效地識(shí)別出促進(jìn)事件

3、傳播的關(guān)鍵用戶(hù)。
　　在微博信息傳播過(guò)程中，事件的大規(guī)模傳播通常都是由關(guān)鍵用戶(hù)引起的。在消息傳播預(yù)測(cè)中，關(guān)鍵用戶(hù)對(duì)消息傳播的影響需要重點(diǎn)考慮。因此，本文提出一種基于關(guān)鍵用戶(hù)的消息傳播預(yù)測(cè)模型——KU回歸模型。該模型采用KURank算法計(jì)算每個(gè)時(shí)間窗口的關(guān)鍵用戶(hù)，以每個(gè)時(shí)間窗口的新增關(guān)鍵用戶(hù)在所有用戶(hù)中的比例為自變量，以微博規(guī)模增長(zhǎng)率為因變量構(gòu)建多項(xiàng)式回歸模型對(duì)微博傳播趨勢(shì)進(jìn)行預(yù)測(cè)。實(shí)驗(yàn)證明，KU回歸模型能夠有效的解決輿情事件消息傳