面向社区媒体的用户分享行为预测-mengjiang.pdf

蒋 朦 清华大学计算机系 媒体所 1-512 总纲  背景及意义  预测方法设计  数据准备  媒体数据的话题模型  用户的偏好模型  用户的影响力模型  用户的分享行为建模  预测结果验证  总结及展望 好友新鲜事与用户分享行为 社区媒体 新 社交网络 鲜 转帖 分享 分享行为触发原因 用户注意到 好友对媒体 信息的分享 推荐，浏览 产生兴趣 用户因兴趣而 主动对媒体信 息产生网络行 为 基于内容的行为预测 1 内容相同的已评价信息 2 用户对已评价信息的评价 ? 用户对信息的评价 社交网络行为特征 用户影响力 兴趣偏好 话题层面 计算机 电影 炒饭 笔记本 台式机 微机 分享行为预测框架 用户分享行为预测 用户兴趣偏好模型 用户影响力模型 媒体数据的话题模型 数据获取、结构化、整理、调研 总纲  背景及意义  预测方法设计  数据准备  媒体数据的话题模型  用户的偏好模型  用户的影响力模型  用户的分享行为建模  预测结果验证  总结及展望 数据准备  数据来源：爬取近十万人人用户的千万条分享记彔  数据结构  网络结构数据：姓名，好友关系等  媒体数据 ：分享记彔类型，标题 ，分享者，时间等  长尾效应：贡献按贡献排行呈负指数分布  分享者较多的媒体数据占总量的小部分  分享记彔较多的用户占总量的小部分 数据准备  用户好友数量不分享数量的关系（相辅相成）  用户活跃，分享增多，被关注更多，好友增多  好友增多，接触信息增多，用户分享行为活跃 总纲  背景及意义  预测方法设计  数据准备  媒体数据的话题模型  用户的偏好模型  用户的影响力模型