網(wǎng)絡(luò)用戶數(shù)據(jù)挖掘與行為分析.pdf

1、隨著互聯(lián)網(wǎng)的不斷發(fā)展和用戶需求的不斷提高，有關(guān)網(wǎng)絡(luò)用戶的行為分析和數(shù)據(jù)挖掘研究迅速發(fā)展起來。作為Web2.0技術(shù)的典型代表，網(wǎng)絡(luò)論壇承擔(dān)著傳播信息和輿論導(dǎo)向的作用。因此，對論壇用戶的興趣建模和預(yù)測不僅有助于正確分析用戶的興趣所在，而且有助于向用戶提供個性化服務(wù)。論壇帖子的熱度預(yù)測對于提前掌握輿論動向具有重要意義。
　　本文首先對常用的數(shù)據(jù)挖掘算法和用戶興趣模型進(jìn)行簡要介紹，然后對天涯論壇的用戶數(shù)據(jù)集進(jìn)行處理分析，設(shè)計(jì)了適合論壇的用

2、戶興趣權(quán)重更新算法，并對用戶興趣進(jìn)行有效預(yù)測，接下來分析了帖子熱度的影響特征來對熱門帖子進(jìn)行預(yù)測。
　　基于論壇訪問時間間隔和發(fā)帖回帖數(shù)量的用戶興趣權(quán)重更新算法，建立在用戶訪問時間存在較大間隔的基礎(chǔ)上，將用戶的訪問時間間隔和發(fā)帖回帖次數(shù)同時作為權(quán)重計(jì)算的重要變量;在興趣預(yù)測方面，設(shè)計(jì)了一種兩階段的用戶興趣聚類算法。通過對論壇數(shù)據(jù)集進(jìn)行仿真實(shí)驗(yàn)，驗(yàn)證了用戶興趣更新算法和推薦的有效性和準(zhǔn)確性。
　　論壇帖子熱度受多方面因素的影響

3、。根據(jù)網(wǎng)站用戶的好友關(guān)系、關(guān)注關(guān)系、經(jīng)驗(yàn)值等信息提取出用戶性質(zhì)和用戶關(guān)系特征;帖子受眾程度與其討論內(nèi)容有密切聯(lián)系，因此帖子內(nèi)容也是熱度的重要影響因素;另外，帖子的發(fā)帖時間也會對其熱度產(chǎn)生一定程度的影響。在分析帖子熱度影響特征的基礎(chǔ)上對帖子熱度進(jìn)行支持向量機(jī)回歸，取得了滿意的預(yù)測結(jié)果。
　　最后，將用戶興趣建模和熱帖預(yù)測相關(guān)算法應(yīng)用到網(wǎng)絡(luò)輿論分析中，設(shè)計(jì)了基于論壇的用戶行為分析系統(tǒng)。系統(tǒng)分為數(shù)據(jù)獲取、數(shù)據(jù)預(yù)處理、用戶行為分析和數(shù)據(jù)存