基于社交网络数据的行为分析研究

声明

中文摘要

英文摘要

目录

第一章绪论

1.1研究背景及意义

1.2国内外研究现状

1.2.1基于社交网络的行为研究

1.2.2关于社交影响力的研究

1.2.3基于时序分析的研究

1.2.4社交网络用户行为的研究

1.3研究内容

1.4文章框架结构

第二章理论基础

2.1社会学中有关社交网络的相关理论

2.1.1六度分隔理论及其在互联网社会的演变

2.1.2邓巴数字（150定律）

2.2社交网络的图化

2.3 PageRank算法

2.4 中文分词

2.4.1中文分词的概念

2.4.2中文分词的主流方法

2.4.3 主流工具介绍

2.5词频统计TF-IDF

2.6时间序列预测法

2.7本章小结

第三章数据采集与存储

3.1数据源的选择

3.2微博数据抓取与初始存储

3.2.1数据爬取与预处理架构

3.2.2微博API

3.2.3微博数据的获取流程

3.2.4初始存储

3.3目标用户选择

3.4目标用户微博数据的二次处理

3.4.1微博文本分词

3.4.2微博词集的TF-IDF

3.4.3时序预测源数据的生成

3.5本章小结

第四章微博主题概率预测模型设计

4.1 Seq2Seq模型介绍

4.2基于Seq2Seq的微博主题概率预测模型

4.3基于Seq2Seq和时间段的微博主题概率预测模型

4.4本章小结

第五章实验与分析

5.1实验环境

5.2测试集与评估方法

5.2.1测试数据集

5.2.2评估方法

5.3初始数据的处理结果呈现

5.3.1数据集总体展示

5.3.2微博大V用户特征展示

5.3.3大v在所有8个类别里所占比重

5.3.4微博用户不同时间段发布微博数量展示

5.4实验分析

5.4.1对某明星大V微博的测试

5.4.2对某交通广播官博的测试

5.4.3结果分析

5.5本章小结

第六章总结和展望

6.1总结

6.2展望

致谢

参考文献

附录1 微博八大类别部分关键词列举

附录2 第五章所述大V的部分微博统计

网址：基于社交网络数据的行为分析研究 http://c.mxgxt.com/news/view/211441

相关内容

基于数据挖掘的社交网络分析与研究
基于社交网络的信息扩散分析研究*
基于数据挖掘的社交网络结构和用户影响力研究
基于社交网络数据的电影票房预测研究
网络社交媒体数据挖掘与情感分析
基于社交媒体地理数据挖掘的游客时空行为特征分析
社交网络数据分析与可视化.pptx
社交网络分析：探索数据背后的社交奥秘
从多个社交网络进行用户个性分析
社交媒体大数据智能情感分析技术

随便看看