数学建模论文微博影响力.doc

2012年合肥工业大学数学建模竞赛论文 赛题编号（B） 微博主影响力分 方刚（管理学院，电子商务10-1 2012年06月20日 论文题目：微博主影响力分析 微博作为近几年新兴的一种网络应用形式，在诞不久就以强大的影响力和迅速攀升的用户数量引发了一场“微革命”。目前，微博已经成为国内外社交网络中的主流社交工具，对它的研究已成为一种新的趋势，许多专家学者从心理学、传播学、数学和计算机等角度研究它，并深度把握微博的定义、功能、特性的基础上，建立了关于微博客使用动机与行为的假设模型。而对微博主影响力的分析，目前还未有成熟的模型和理论，进行稳定性分析和灵敏度分析并进行稳定性分析和灵敏度分析1. 问题重述 3 2. 模型假设 3 3. 符号说明 3 4. 问题分析 4 5. 模型建立 4 模型一： 4 模型二： 8 6. 模型的评价 10 6.1、模型优点 10 6.2、模型的缺陷 10 6.3.模型的改进 11 7. 稳定性分析和灵敏度分析 12 对模型一分析： 12 对模型二分析： 12 8. 参考文献 13 9. 附录 14 10.相关程序 16 图1程序： 16 图2程序： 16 图3程序： 16 表一程序： 17 表二程序： 17 相关系数表的程序： 17 表三程序： 18 问题重述 微博客作为近几年新兴的一种网络应用形式，在诞不久就以强大的影响力和迅速攀升的用户数量引发了一场“微革命”。目前，微博已经成为国内外社交网络中的主流社交工具，对它的研究已成为一种新的趋势，许多专家学者从心理学、传播学、数学和计算机等角度研究它，并深度把握微博的定义、功能、特性的基础上，建立了关于微博客使用动机与行为的假设模型。而对微博主影响力的分析，目前还未有成熟的模型和理论 （1）请根据中的数据和对应的影响力构建一个数学模型，分析各因素与影响力之间的关系，并进行稳定性分析和灵敏度分析 （2）中的影响力数据有个别不符合常理，请找出来，并重新构建一个较为合适的模型进行影响力分析，同样进行稳定性分析和灵敏度分析。 这里面的转发和评论量是在固定的分析微博和统一时段（这里为两周）下统计的，假设数据统计科学合理； 建立模型时着重讨论各主要因素忽略次要因素； 变量(i=1,2,3, …7)之间由于各种原因也存在着某种关系，这里不能忽略它们之间的相关分析; 假设认证中，0代表未认证，1代表已认证； 符号说明 分别代表认证，关注，粉丝，所发微博数量，分析微博，一定时间微博（两周内）的转发数，评论数。 微博主影响力。 Stepwise 表示Matlab统计工具箱中逐步回归命令。R(RMSE)表示剩余标准差，F表示统计量。，，分别是，，的平均值。 问题分析 目前所拥有的数据是100位微博用户的对微博主影响力产生影响的基本微博信息和在两周时间内一定微博数量的转发、评论次数，以这些数据来分析各因素与微博主的微博影响力之间的关系。 由于样本容量较少，而影响变量过多。考虑到直接进行多元回归分析建立模型。而直接建立模型可能存在伪回归的风险，所以采取解决的方法是通过逐步回归法确定最终的有效影响因素，并进行必要的自相关性诊断预处理分析做出改进，最后得到相应的数学模型。 逐步回归的基本思路是先确定一个包含若干个自变量的初始集合，然后每次从几何外的变量中引入一个对因变量影响最大的，再对集合中的变量进行检验，从变得不显著的变量中移出一个影响最小的，依次进行，直到不能引入和移出为止，引入和移出都以给定的显著性水平为标准。 因变量的变化往往受几个重要因素的影响，此时就需要用两个或两个以上的影响因素作为自变量来解释因变量的变化，这就是多元回归亦称多重回归。当多个自变量与因变量之间是线性关系时，所进行的回归分析就是多元性回归。 模型建立 模型一： 1.模型的初步建立 将各影响因素认证、关注、粉丝、所发微博数量、分析微博、一定时间微博（两周内）的转发数、评论数排成7列，=[ ]，同时微博主影响力y也排成一列，见下表。 认证 关注 粉丝 微博 分析微博 转发 评论 影响力 0 0 1053721 123 100 141060 1253075 80 1 413 404938 2995 100 369743 949361 86 1 87 5437 1982 100 26462 759488 64 0 695 378464 5216 100 39358 413262 80 0 956 8656427 44031 100 86561 398280 99 0 76 1169658 2606 100 51885 387333 84 0 1421 378338 1080 100 25477 306