在线社会网络话题识别与动态传播建模与分析研究在线社会网络话题 .pdfVIP

在线社会网络话题识别与动态传播在线社会网络话题识别与动态传播 建模与分析研究建模与分析研究 Modeling and Analysis for Topic Detection and Group Dynamics over Online Social Networks 周亚东 提纲 研究背景、意义及现状 基于时间序列分析的网络内容噪声过滤方法 基于流量内容词语相关度的热点话题提取 网络热点话题信息传播过程测量分析 网络话题信息传播中用户行为倾向预测模型 基于序列特征的网络热点话题传播趋势预测 2 研究背景 Web 2.0技术的广泛应用，出现各种社会网络站点 微博（Twitter ，新浪微博等） 博客（Wordpress ，新浪博客，搜狐博客等） 社交网络站点（Facebook，人人网等） 具有社会网络属性的其他类型站点（视频分享，论坛等） 在线社会网络成为当前的热点研究问题 结构特征及其演化的测量与分析[Mislove, 2007] 社区发现及演变特性分析[Leslie, 2008] 在线社会网络中的话题识别与跟踪方法[Kumar, 2010] 话题信息传播过程建模与分析[Newman, 2009] 3 国内外研究现状  话题识别与跟踪，NIST资助的TDT项目 [Allan, 1998]  数据源过于宽泛，研究目标选取过高  未能达到预期设想的结果  后续研究  话题模型研究（LSA、LDA等）[Banerjee, 2007]  话题识别方法研究  基于多层聚类的有向无环图话题生成算法[Bai, 2006]  基于增量概率潜在语义索引的话题发现算法[Chou, 2008] 网络话题有着突发性、表述不规范等特性，难以直接将现有识 别方法应用于网络话题的识别与跟踪技术中。 4 国内外研究现状 基于平均场理论的网络信息传播预测模型  传染病模型 [Moreno, 2004]  谣言模型 [Nekovee, 2008] 其他网络信息传播模型  Cascade模型 [Kumar, 2006]  线性阈值模型 [Gruhl, 2004] 传染病模型与谣言模型中的参数较难在实际网络中估计 Cascade模型与线性阈值模型的假设前提与实际网络 中信息传播的特性不符，难以实际应用 5 国内外研究现状 现有网络舆情分析与监管技术  人工手动监测  网络内容防火墙  网络内容审计技术  初步的网络舆情分析系统  方正智思舆情辅助决策支持系统  Goonie互联网舆情与情报信息监控系统 已有技术主要针对网络中局部传播的已知类别舆情信息，难以 对突发舆情信息在网络中的大规模传播做出响应。 6 提纲 研究背景、意义及现状 基于时间序列分析的网络内容噪声过滤方法 基于流量内容词语相关度的热点话题提取 网络热点话题信息传