基于社交网络的用户行为研究精要.pptxVIP

《基于社交网络的用户行为研究》 2017-4-2 社交网络 社交网络与用户行为 社交网络（Social Network Service）是一个跨越学科的综合概念,它主要有用户、用户生成内容（User Generated Content）、社交平台3个要素构成。 社交网络用户的行为有基本的访问行为、社交行为、信息发布行为、娱乐游戏行为等,由图1可知SNS中用户行为的复杂性。本文把SNS用户的各种交互行为作为一个集合来进行研究分析,本文中主要分析都针对UGC。 社交网络与用户行为 理论基础 邓巴数字(150定律) 邓巴数字亦即150定律是有名的社会学定律。该定律指出,人类智力将允许人类拥有稳定社交网络的人数是148人,四舍五入大约是150人。该定律由英国牛津大学人类学家罗宾邓巴(Robin Dunbar)提出。该定律是由罗宾邓巴根据猿猴的智力与社交网络推断出来的。 理论基础 社会网络中的声望(影响力)分析 社会网络分析中,声望分析反映了选择与被选择的关系。对结构声望最简单的测量方法是看某一行动者受欢迎的程度,其中某一点的内结点度(di)可以说明接纳度或受欢迎度,而外结点度(do)可说明一个人的影响力,有更多旳外结点的人表明其具有许多朋友(关系)。 网络中影响域是指在群体中人们直接或间接地受某人一间所左右的区域。在运算上,根据网络中直接或间接地受之影响(与之关联)的人数来计量,或在距离矩阵中所有列中的数字。即: 理论基础 网络中某点的声望定义公式为: 式中, Cj为中心度指数，指的是各结点到此点的平均距离； N为网络中结点总数。 理论基础 强关系(strong ties)与弱关系(weak ties) 人与人之间的关系,从沟通互动的频率来看,可以简单划分为强连接和弱连接。强连接最有可能的是你目前工作生活的搭档,事业的伙伴,合作的客户,生活和工作上互动的机会很多。弱连接范围更广,同学、朋友、亲友等等都有可能,就是沟通和互动的机会较少,更多的是由于个人的时间、经验和沟通机会造成的。 强连接关系通常代表者行动者彼此之间具有高度的互动,在某些存在的互动关系型态上较亲密,因此,透过强连接所产生的信息通常是重复的,容易自成一个封闭的系统。 相对于强连接关系,弱连接则能够在不同的团体间传递非重复性的信息,使得网络中的成员能够增加修正原先观点的机会。、 理论基础 社交网络中用户行为与信息传播数据分析 在这一部分，以人人网的数据为例进行说明 数据清理 一般从人人网中抓取到的数据是大量的, 其中包括了一些将会给后续研究引入偏差的杂质,这些数据中有的是不完整的,有的明显属于噪声,有的是与实际不一致的,有的是重复的,因此需要对数据进行清理、平滑和去噪。 针对人人网用户数据，本文为了得到的北京交通大学用户数据，按下图做了数据清理。 社交网络中用户行为与信息传播数据分析 社交网络中用户行为与信息传播数据分析 数据采样 由于数据总体过大,在对其进行分析时缺乏实效性、经济效益过低,因此研究中根据统计学原理对数据总体进行抽样分析。 抽样原则有三条,即有效性原则、可测量原则以及简单可重复原则;考虑到实际的总体和研究需要,以科学性、正确性为指导,研究中采取了分层抽样的原则。 针对研究中总体的分层抽样的方法如下:规定男女比例1:1,即男女用户各抽取2500人，再次按照入学年份从2001年至2010年10年分层抽取,每年500人,其中男女各250人,过程如图所示。 社交网络中用户行为与信息传播数据分析 社交网络中用户行为与信息传播数据分析 用户的好友拓扑分析与可视化 社交网络中用户行为与信息传播数据分析 从上图看到，用户好友数目分布零乱,但相对集中。对数据的统计显示,用户的好友数量分布主要集中在区间[200, 500],占到用户总人数的52.32%,图中累积曲线斜率最大处即是这一区间。 右边是