基于用户行为分析的子群发现方法研究

发布时间：2024-03-13 19:58

　　社会化媒体是一种新型的网络媒体,主要目的便是鼓励用户多与其他用户交流,增加人们之间的沟通和联系。随着众多社交网络的兴起,越来越多的民众被这些社会化网络以一种网络的形式联系在一起,并通过使用新型媒体来进行交流,获得信息,实名或者匿名的分享观点,评价事件。这些操作会产生行为记录以及用户交互关系网,用户行为分析应势而生,主要是针对用户间交互行为和本身特征属性进行分析,以发现其中规律来服务实际应用。子群发现是一种描述性数据挖掘技术,它旨在识别数据集中的子群,通过某些特定的用户自身属性或者用户群之间交互形成的群体结构等发现特定群体。现有的子群发现方法,有很多是基于图结构的方法,但未考虑节点间隐藏的相互影响的关系,也忽略了节点本身属性重要性的影响。为了解决以上问题,重新考虑节点隐含关系的影响,把用户的交互行为关系量化并反映在图结构上,提出一种基于行为交互的子群发现(Subgroup Discovery based on Behavior Interaction)方法,简称SDBI。首先运用“突出数据初分类”的方法分析数据,提取部分属性特征进行分析,以衡量节点的重要性,按照数据重要性来依次提取剩下的...

【文章页数】：65 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 课题的研究背景及意义
    1.2 国内外研究现状
        1.2.1 社交网络的研究现状
        1.2.2 用户行为分析的研究现状
        1.2.3 子群发现技术研究现状
    1.3 主要研究内容和预期研究结果
    1.4 论文的组织
第2章 相关技术理论基础
    2.1 社交网络和用户行为分析相关理论
    2.2 经典加权方式
    2.3 经典聚类算法简介
        2.3.1 K-means算法
        2.3.2 K-means++算法
        2.3.3 DBSCAN算法
    2.4 经典子群发现算法简介
        2.4.1 GN算法
        2.4.2 SCAN算法
        2.4.3 派系过滤算法
    2.5 本章小结
第3章 基于用户行为分析的子群发现算法
    3.1 用户行为分析
        3.1.1 问题定义
        3.1.2 数据的特征选择与降维
        3.1.3 突出数据初分类
    3.2 子群发现算法研究
        3.2.1 问题定义
        3.2.2 社交网络子群发现
    3.3 基于用户行为分析的子群发现算法
    3.4 本章小结
第4章 实验与结果分析
    4.1 实验数据集和数据预处理
    4.2 子群发现的评价标准
    4.3 参数调优
    4.4 实验结果分析
    4.5 本章小结
结论
参考文献
攻读硕士学位期间发表的论文和取得的科研成果
致谢



本文编号：3927495