面向社會網(wǎng)絡(luò)的用戶行為挖掘與應(yīng)用研究.pdf

1、社會網(wǎng)絡(luò)，又稱社交網(wǎng)絡(luò)，是一個(gè)由大量社會個(gè)體成員組成的龐大網(wǎng)絡(luò)。與一般網(wǎng)絡(luò)相比，它更加強(qiáng)調(diào)網(wǎng)絡(luò)中個(gè)體成員之間的社會關(guān)系，及其相互間的互動與影響。近年來，隨著Web2.0技術(shù)的深入發(fā)展和各類社交網(wǎng)站及服務(wù)的廣泛應(yīng)用，社會網(wǎng)絡(luò)不再局限于傳統(tǒng)社會學(xué)領(lǐng)域的研究范疇，而已經(jīng)成為經(jīng)濟(jì)學(xué)、傳播學(xué)、醫(yī)學(xué)和計(jì)算機(jī)科學(xué)等眾多學(xué)科領(lǐng)域?qū)W者關(guān)注和研究的對象。
　　無論是分析社會網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)、探討網(wǎng)絡(luò)的成因，抑或?qū)W(wǎng)絡(luò)個(gè)體以及個(gè)體間的社會關(guān)系進(jìn)行研究，都

2、屬于社會網(wǎng)絡(luò)分析的研究范疇。而對社會網(wǎng)絡(luò)用戶的各類行為進(jìn)行分析與挖掘也是其中一個(gè)重要的研究分支。這類研究的目的是發(fā)現(xiàn)用戶行為的模式、規(guī)律，或是影響用戶行為的因素，以及用戶行為所帶來的結(jié)果等等。面向社會網(wǎng)絡(luò)的用戶行為挖掘與分析在改進(jìn)用戶體驗(yàn)、企業(yè)客戶關(guān)系管理、產(chǎn)品市場推廣，以及實(shí)現(xiàn)高度智能化的搜索服務(wù)等方面具有實(shí)際的應(yīng)用價(jià)值和巨大商機(jī)，因而受到學(xué)術(shù)界和工業(yè)界人士的廣泛關(guān)注。近年來，在各學(xué)科領(lǐng)域雖已涌現(xiàn)出一大批關(guān)于社會網(wǎng)絡(luò)用戶行為的研究工作

3、，但其中很多工作所采用的方法還存在不足。不少用戶行為的模式、成因等仍未得到深入的挖掘。另一方面，計(jì)算機(jī)科學(xué)領(lǐng)域的研究人員借助計(jì)算機(jī)技術(shù)在分析從互聯(lián)網(wǎng)中獲取的海量數(shù)據(jù)過程中，雖然注重借鑒傳統(tǒng)社會學(xué)的研究成果，卻缺乏與現(xiàn)實(shí)的應(yīng)用場景相結(jié)合。例如，關(guān)于社會網(wǎng)絡(luò)中的信息傳播，雖然已經(jīng)有學(xué)者提出了社會影響(Social Influence)和同質(zhì)性(Homophily)是兩種最重要的促使網(wǎng)絡(luò)個(gè)體參與信息傳播的因素，但對這兩種因素的量化分析還不夠深

4、入，尤其缺少針對不同應(yīng)用場景的特別考慮。又如，不少學(xué)者關(guān)于網(wǎng)絡(luò)用戶行為的建模研究過于強(qiáng)調(diào)理論和方法上的改進(jìn)，卻忽視了建模方法的選取應(yīng)當(dāng)貼合實(shí)際的應(yīng)用場合，這樣才能有效地提升模型預(yù)測的效果以證實(shí)模型切實(shí)具有的應(yīng)用價(jià)值。
　　針對這些問題和不足，本文關(guān)注幾種典型的社會網(wǎng)絡(luò)中存在的用戶行為，通過對其進(jìn)行詳盡的挖掘和分析，探尋影響這些用戶行為的關(guān)鍵性因素。同時(shí)，本文嘗試建立準(zhǔn)確的模型來刻畫并預(yù)測用戶的行為，從而為實(shí)際的應(yīng)用需求服務(wù)。在本文

5、闡述的研究工作不光注重采用合理、有效的理論方法，更看重實(shí)驗(yàn)結(jié)果和相關(guān)結(jié)論對實(shí)際的應(yīng)用場合能帶來的促進(jìn)作用。本文的主要工作內(nèi)容和研究貢獻(xiàn)包含以下幾個(gè)部分。
　　1.由網(wǎng)絡(luò)論壇用戶構(gòu)成的社會網(wǎng)絡(luò)是在線社交網(wǎng)絡(luò)的雛形，本文針對這種網(wǎng)絡(luò)中的用戶群體關(guān)注度概念提出了合理的度量方法，并通過對論壇數(shù)據(jù)的實(shí)證分析，發(fā)掘出影響論壇用戶群體關(guān)注度變化的幾種相關(guān)因素。在此基礎(chǔ)上，本文還建立了用戶群體關(guān)注度的演變模型，用以預(yù)測論壇中新出現(xiàn)的帖子在將來被他

6、人關(guān)注的情況，因而在網(wǎng)絡(luò)輿情預(yù)測和監(jiān)控方面有重要應(yīng)用價(jià)值。
　　2.由于論壇用戶數(shù)據(jù)集缺少社會好友的聯(lián)系信息，使得相關(guān)分析結(jié)論缺少對社會影響力的考慮。因此，本文還關(guān)注另一種社會關(guān)系顯著的結(jié)構(gòu)化網(wǎng)絡(luò)——科學(xué)家合作網(wǎng)絡(luò)，對其中學(xué)者們的主題跟隨行為進(jìn)行研究。該行為可視作科學(xué)家合作網(wǎng)絡(luò)中的主題傳播，但在之前的相關(guān)研究中少人涉及。本文的工作不僅度量了社會影響和同質(zhì)性這兩種因素對主題跟隨行為的影響效果，而且通過實(shí)證分析證明了這兩種因素的混合作

7、用，及其影響是隨時(shí)間推移呈指數(shù)下降的趨勢。本文還進(jìn)一步對應(yīng)這兩種因素建立了一個(gè)多元邏輯回歸模型，用以預(yù)測網(wǎng)絡(luò)中各個(gè)用戶（即學(xué)者）針對某個(gè)研究主題發(fā)表相關(guān)文獻(xiàn)的概率。該模型在學(xué)術(shù)會議的研究主題設(shè)置，提高論文征稿函的分發(fā)效率等方面具有實(shí)際的應(yīng)用價(jià)值。
　　3.為進(jìn)一步提升對科研學(xué)者主題跟隨行為的預(yù)測準(zhǔn)確率，并拓展其應(yīng)用場合，本文又將同構(gòu)的科學(xué)家合作網(wǎng)絡(luò)擴(kuò)充成一個(gè)結(jié)構(gòu)更復(fù)雜、信息量更豐富的異構(gòu)信息網(wǎng)絡(luò)。為了衡量該網(wǎng)絡(luò)中兩個(gè)用戶的相似性程

8、度，本文不僅借鑒了前人提出的元路徑概念，而且額外考慮了鄰居用戶跟隨某個(gè)具體主題的傾向性。本文為預(yù)測用戶主題跟隨的模型找到了更多、更關(guān)鍵的特征變量，從而提升了模型的預(yù)測準(zhǔn)確度。同時(shí)，本文的實(shí)驗(yàn)評測驗(yàn)證了模型在微觀和宏觀兩個(gè)層面的應(yīng)用價(jià)值。
　　4.微博的興起和流行標(biāo)志著在線社會網(wǎng)絡(luò)發(fā)展到一個(gè)全新的階段，對微博社區(qū)中的用戶行為進(jìn)行挖掘同樣具有重要的研究意義和應(yīng)用價(jià)值。具體而言，本文關(guān)注微博用戶對自身的標(biāo)注行為，該行為屬于社會標(biāo)注的范疇

9、。前人對于社會標(biāo)注的研究大都基于對網(wǎng)絡(luò)物體（圖片、URL等網(wǎng)絡(luò)資源）的標(biāo)注，卻很少關(guān)注對一個(gè)人進(jìn)行標(biāo)注，尤其是針對微博用戶。本文通過實(shí)證研究發(fā)現(xiàn)了在微博用戶的標(biāo)注行為中同樣存在社會個(gè)體間的同質(zhì)性影響，基于該原理設(shè)計(jì)的標(biāo)簽推薦機(jī)制解決了傳統(tǒng)推薦算法在面對用戶標(biāo)注問題時(shí)難以避免的冷啟動問題。此外，本文還利用基于在線百科網(wǎng)站構(gòu)建的語義網(wǎng)絡(luò)來消除推薦標(biāo)簽中存在的語義冗余，最終設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)性能優(yōu)良的微博用戶標(biāo)簽推薦系統(tǒng)STUP。詳細(xì)的實(shí)驗(yàn)證明