資源描述:
《微博用戶轉(zhuǎn)發(fā)行為及情感預(yù)測(cè)研究》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、碩士學(xué)位論文微博用戶轉(zhuǎn)發(fā)行為及情感預(yù)測(cè)研究RESEARCHONPREDICTIONOFRETWEETINGBEHAVIORSANDSENTIMENTONMICROBLOG馬瑩瑩哈爾濱工業(yè)大學(xué)2015年6月國(guó)內(nèi)圖書(shū)分類(lèi)號(hào):TP391.2學(xué)校代碼:10213國(guó)際圖書(shū)分類(lèi)號(hào):681.37密級(jí):公開(kāi)工程碩士學(xué)位論文微博用戶轉(zhuǎn)發(fā)行為及情感預(yù)測(cè)研究碩士研究生:馬瑩瑩導(dǎo)師:李生教授申請(qǐng)學(xué)位:工程碩士學(xué)科:計(jì)算機(jī)科學(xué)與技術(shù)所在單位:計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院答辯日期:2015年6月授予學(xué)位單位:哈爾濱工業(yè)大學(xué)ClassifiedIndex:TP391.2U.D.C:681.
2、37DissertationfortheMasterDegreeinEngineeringRESEARCHONPREDICTIONOFRETWEETINGBEHAVIORSANDSENTIMENTONMICROBLOGCandidate:MaYingyingSupervisor:Prof.LiShengAcademicDegreeAppliedfor:MasterofEngineeringSpeciality:ComputerScienceandTechnologyAffiliation:SchoolofComputerScienceandTechno
3、logyDateofDefence:June,2015Degree-Conferring-Institution:HarbinInstituteofTechnology摘要摘要在社會(huì)計(jì)算的研究中,用戶行為分析主要是針對(duì)被觀察對(duì)象的歷史行為并預(yù)測(cè)其未來(lái)行為,這項(xiàng)研究在社會(huì)計(jì)算應(yīng)用中發(fā)揮了關(guān)鍵作用。微博中的轉(zhuǎn)發(fā)行為是用戶行為中一種出現(xiàn)頻度很高的行為,也是微博平臺(tái)上信息傳播的最主要方式,因此研究微博用戶的轉(zhuǎn)發(fā)行為對(duì)理解重要信息的傳播方式、熱點(diǎn)事件的發(fā)現(xiàn)、個(gè)性化的信息推薦等都有著重要意義。本文以微博用戶的轉(zhuǎn)發(fā)行為作為研究對(duì)象,模擬用戶轉(zhuǎn)發(fā)微博時(shí)的閱讀習(xí)慣,從微
4、博、用戶和用戶與微博的關(guān)系三個(gè)角度分析了影響轉(zhuǎn)發(fā)行為的因素,利用這些影響因素作為特征,建立分類(lèi)模型,預(yù)測(cè)用戶對(duì)哪些信息進(jìn)行轉(zhuǎn)發(fā)。我們進(jìn)行特征組合實(shí)驗(yàn)驗(yàn)證各類(lèi)影響因素對(duì)轉(zhuǎn)發(fā)行為預(yù)測(cè)的作用,其中,用戶歷史發(fā)布的微博體現(xiàn)了用戶的興趣,對(duì)轉(zhuǎn)發(fā)行為預(yù)測(cè)起到了關(guān)鍵的作用,本文利用用戶歷史與微博的關(guān)系提出了兩種預(yù)測(cè)方法:基于詞向量笛卡爾積的方法和基于主題模型的相似度計(jì)算方法。實(shí)驗(yàn)結(jié)果表明兩種方法對(duì)于轉(zhuǎn)發(fā)請(qǐng)問(wèn)預(yù)測(cè)均起到一定效果。其中,笛卡爾積方法預(yù)測(cè)轉(zhuǎn)發(fā)行為的F1值最高為71.33%。我們還嘗試了在基于主題模型的特征表示法中融入情感特征,實(shí)驗(yàn)結(jié)果表明,該方法對(duì)轉(zhuǎn)發(fā)行為
5、預(yù)測(cè)也可以起到一定的作用,預(yù)測(cè)結(jié)果F1值為69.97%。本文進(jìn)一步提出了轉(zhuǎn)發(fā)情感預(yù)測(cè)的問(wèn)題,并提出了一個(gè)初步的解決方法。我們對(duì)轉(zhuǎn)發(fā)微博的情感極性進(jìn)行自動(dòng)標(biāo)注,并利用用戶轉(zhuǎn)發(fā)情感和微博評(píng)論情感相對(duì)穩(wěn)定的特點(diǎn),預(yù)測(cè)用戶在轉(zhuǎn)發(fā)微博后,附加的評(píng)論內(nèi)容的情感極性。實(shí)驗(yàn)結(jié)果表明,該方法對(duì)轉(zhuǎn)發(fā)信息的情感預(yù)測(cè)取得了較好的效果,預(yù)測(cè)正確率為64.11%。關(guān)鍵詞:用戶行為分析;轉(zhuǎn)發(fā)行為預(yù)測(cè);主題模型;微博情感預(yù)測(cè);-I-AbstractAbstractInthestudyofsocialcomputing,userbehavioranalysisismainlyaimed
6、atthehistorybehavioroftheobservedobjectandpredicthisfuturebehavior,thisstudyplayakeyroleinthesocialcomputingapplications.Retweetingbehaviorofmicroblogisakindofhighfrequencybehaviorofuserbehavior,andthemostimportantmethodofinformationdisseminationonmicrobloggingplatform.Theresear
7、chonusers’retweetingbehaviorpredictionismeaningfultounderstandinformationdissemination,hoteventdetectionandpersonalizedinformationrecommendation.Inthispaper,wefucusonusers’retweetingbehaviorprediction.Wesimulatedusersreadinghabitswhenretweetingonmicroblogging,analysisthefactorsw
8、hichinfluencetheretweetingbehavierfromtweet,use