基于互聯(lián)網(wǎng)大數(shù)據(jù)的用戶群體挖掘的研究與實現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的高速發(fā)展和大規(guī)模普及應(yīng)用，人們更多地利用互聯(lián)網(wǎng)進行社會交往、信息交流和消息傳播?；诨ヂ?lián)網(wǎng)技術(shù)的網(wǎng)絡(luò)社交媒體應(yīng)用憑借著傳輸快速、溝通便捷、內(nèi)容豐富、成本低廉等系列特性，逐漸為越來越多的人所認(rèn)可和使用，成為了人們?nèi)粘Ｉ钚畔⒔换サ闹髁鞣绞健５?，因為互?lián)網(wǎng)的無界性和即時性，發(fā)布在網(wǎng)上的事件第一時間即被全世界人們所看到，人們在接受事件信息的同時，也通過網(wǎng)絡(luò)發(fā)布個人評論和表達(dá)情緒，這些評論和情緒被其他人接收之后，反過來又影響著

2、其他人的觀點和情緒。在這種接收影響和發(fā)送影響的交織作用下，再加之一些人的惡意推動下，互聯(lián)網(wǎng)上的任何一個輿情點都有可能形成大的輿情事件，而大的惡意輿情事件將嚴(yán)重影響現(xiàn)實社會穩(wěn)定和社會安定。公安機關(guān)網(wǎng)絡(luò)安全管理部門肩負(fù)著互聯(lián)網(wǎng)安全管理的職責(zé)，如何妥善處理惡意輿情，是當(dāng)前公安網(wǎng)絡(luò)安全管理部門的頭等大事。
　　本文作者從事公安網(wǎng)絡(luò)安全管理工作數(shù)年，積極探索適用于互聯(lián)網(wǎng)輿情管理工作的辦法，研究基于互聯(lián)網(wǎng)大數(shù)據(jù)的人物及群體挖掘方法。本文研究的

3、方法是首先分析輿情事件的產(chǎn)生是多個相似的群體共同作用的結(jié)果，而產(chǎn)生群體相似性的原因是群體受到了社會影響力和選擇性的影響。其次，以微博用戶為研究目標(biāo)，深入研究微博目標(biāo)用戶群體行為模式，探索利用互聯(lián)網(wǎng)大數(shù)據(jù)挖掘輿情事件核心意見領(lǐng)袖，再通過情感分析法將輿情事件中與意見領(lǐng)袖關(guān)聯(lián)的用戶進行分類，挖掘出關(guān)聯(lián)群體和關(guān)聯(lián)關(guān)系。最后實現(xiàn)目標(biāo)用戶多個互聯(lián)網(wǎng)虛擬線索的關(guān)聯(lián)分析，形成目標(biāo)人物的完整網(wǎng)絡(luò)虛擬身份體系。
　　本文主要研究工作和創(chuàng)新點在于：

4、r>　?。?）分析了社會網(wǎng)絡(luò)研究中的用戶群體相似性和群體社會關(guān)系化規(guī)律。分別選擇在群體形成之前、形成中、形成后三個階段計算群體之間的行為相似性，以檢測群體演化規(guī)律。用真實數(shù)據(jù)集實驗分析了社會影響力和社會選擇性在群體相似性中過程中所起的作用。
　?。?）研究了微博涉事用戶行為模式。本文在683個涉事用戶的數(shù)據(jù)基礎(chǔ)上，集中研究了涉事敏感消息和敏感用戶發(fā)現(xiàn)方法、影響力分布模式、涉事用戶發(fā)帖數(shù)量分布模式、涉事用戶地理位置分布模式、涉事用戶

5、注冊時間時序模式、涉事用戶發(fā)帖時間時序模式、用戶興趣空間模式、情感傾向性、以及基于關(guān)注關(guān)系的網(wǎng)絡(luò)拓?fù)淠Ｊ降取?br>　?。?）設(shè)計和實現(xiàn)了基于互聯(lián)網(wǎng)大數(shù)據(jù)的目標(biāo)人物及群體挖掘原型系統(tǒng)。設(shè)計內(nèi)容包括原型系統(tǒng)的典型工作流程、系統(tǒng)總體架構(gòu)，以及系統(tǒng)數(shù)據(jù)獲取與預(yù)處理模塊和系統(tǒng)分析處理模塊的實現(xiàn)。
　?。?）以“湖南益陽發(fā)生長途臥鋪車起火”網(wǎng)絡(luò)輿情事件為樣本，對原型系統(tǒng)進行測試，成功挖掘出輿情事件中的意見領(lǐng)袖“西山隱者”，再利用情感傾向性分