余弦-距离算法区分微博用户行为偏好统计检验影响力的分析.docVIP

余弦-距离算法区分微博用户行为偏好的统计检验影响力分析 Contents 摘要 2 关键词： 余弦距离 聚类分析 Logistic回归 数据降维 2 1 引言 3 1.1 新浪微博简介 3 1.2选题意义与研究目的 4 1.3 相关文献综述 5 2 数据收集与余弦-距离算法 7 2.1数据收集过程 7 2.2余弦-距离算法 8 3 统计检验与影响力建模 12 3.1两总体均值向量的比较 12 3.2 Kruskal-Wallis秩和检验 12 3.3 系统聚类与动态聚类分析 13 3.4微博用户影响力的Logistic回归建模 15 3.5主成分分析与余弦-距离算法降维效果比较 16 4 总结 20 参考文献 22  余弦-距离算法区分微博用户行为偏好的统计检验影响力分析 摘要 Micro blog，微博作为一种新的社交媒体，正不断改变着21世纪人们获得信息的方式。依靠将现实世界的人际关系复制于网络微博，仰赖现实关系的稳定性来增强微博信息的可靠性，通过人际关系获得信息将成为这个世纪的主流。那么本研究利用了新浪微博公的API预设函数，通过Java语言开发包收集了以目标用户为中心，利用新浪微博平台曾广泛邀请并认证名人用户的特点，聚焦于微博用户实际交互的粉丝圈，计算了用户与粉丝圈的名人好友成分向量，并且原创了余弦-距离算法来压缩高维的成分向量，利用统计的多元统计量、非参数Kr