微博用户行为模式研究与其应用_北京理工大学_硕士论文毕业答辩_20121221.pptxVIP

姓名：潘笛学号：2120101757专业：管理科学与工程指导老师：赵燕平、张华平;研究背景;资料来源：徐志明教授，哈尔滨工业大学;?;资料来源：徐志明教授，哈尔滨工业大学;研究意义;研究内容;研究内容;主题1 行为矩阵模型;1. 行为清单;;传统描述方法存在如下不足： 1）部分微博用户在微博平台的行为因每周不同日期、工作日、节假日的影响而表现出差异，而这种差别并不能体现在小时段柱形图之中； 2）该方法仅是对原始数据的单纯求和，缺少对异常数据、离群数据（Outlier）的审视判别与有效处理，而这种离群数据对整体的破坏性又是不容忽视的。;1. 原始求和法;4. 多重响应归一法;行为矩阵生成系统流程图：;;;;第一主成分 （原始数据）;实证研究 研究对象：个体，uid为1922397344 数据集：2011年03月14日至2011年10月16日的3,019条微博 时间颗粒度：60分钟 研究行为：发布行为 数据处理器：原始求和法;;研究内容;主题2 关联模式挖掘;1. 概念引入;针对于数据库数据，计算条件频率F(A|B)时有：;当A为空集时，也即P(A)、Count(A)均为零值时，有：;Day;Day;2. 扬抑系数（RS-Coefficient）;为了定量化测度这种 促进 与 抑制 的程度 本课题提出扬抑净值δ，其所表征的意义即为条件概率与概率间的净差值，其计算公式如下：:;0;上述实际情况，促使本课题进一步提出用以表征扬抑程度的测度方法，也即扬抑系数rRS，其公式为：;;;3. 热图及其算法;;4. 系统流程;5. 实证研究;该用户群体扬抑热图主对角线显著泛红；说明其在相邻时段见行为相互促进 第1、2、3、4时段，分别对其之后第6个时段（即7、8、9、10）存在显著抑制规律，反向规律同样存在；第24时段对于第5、6、7时段存在显著抑制规律；反向规律也存在 图中左下有一片空白区域，也即第12至21时段的行为，对3、4、5、6时段的行为无显著促进与抑制作用;群体研究： 时间颗粒度：30分钟 着色系数 ：k=0.7;群体研究： 时间颗粒度：15分钟 着色系数 ：k=0.7;群体研究： 时间颗粒度：60分钟 着色系数 ：k=0.7 研究对象单位：单周;该用户扬抑热图主对角线显著泛红；说明其在相邻时段见行为相互促进； 图中上侧和左侧有两片显著蓝色区域，代表较为行为抑制现象；也即该用户1~5时段内产生发布行为，对其余时段存在抑制现象；反之亦然；该现象可以解释为休眠时段与非休眠时段间的互相抑制现象 图中右下角存在显著红色区域；说明该用户在第10至21时段的行为，有内部促进现象;研究内容;主题3 演化模式挖掘;1. 行为演化模式介绍;;因此，本章的研究重点在于： 1）用户行为状态是否存在潜在的演化模式 2）如果存在演化模式，该以何种方式定量化描述 3）该定量化描述方法的优度该如何验证;2. 系统设计;针对于用户行为状态值的识别，可采用前文提及的二进制状态值赋值法来解决。在处理得到结构化表格后，需要： 1）依据用户标识（uid）分组； 2）并在组内以时间升序排列。;;3. 实证研究;将该向量进行归一化处理后，即可得到该演化模式的极限分布，也即稳态向量;通过测度“观测频数”与“期望频数”间差异，可对拟合优度进行测算。 如表中右下角所示，其卡方值为13.23147，在自由度为15的卡方分布下，其分布右尾概率为0.584424833，说明实际分布情况已经一定程度上接近理论值，趋于稳态。;研究内容;主题4 行为分布规律;1. 相关理论;2. 实证研究;由该图可见，用户频数随着观测时期内微博发布行为频数的增多而剧减 显然，这种陡峭的变化近乎完全不符合正态分布的钟形曲线，这也预示着其他行为分布规律与模式的存在;将前x,y轴数值同时取对数后得到下图；观察该散点图可发现较为显著的线性趋势，进行线性回归分析有：;;经实证研究，本课题发现了微博用户的多种行为均表现出的较为显著的幂律性，其幂律系数均集中于0.84~1.15 针对于众多领域所呈现的幂律性，前人提出了几种机制，包括增长与优先连接、自组织临界、HOT理论、渗流模型及一些随机过程等，这些理论能否解释微博用户行为幂律性，也将是进一步深入研究的内容;总结与展望;后续研究，可以进一步结合人口统计学指标，对不同分类体系下用户的行为模式进行差异性研究；例如可以对比北京与上海、男性与女性等不同用户群体在特定行为模式下的差异，从而得到具备宏观意义的结论 同时，进一步将用户人格特征与行为模式进行关联分析和探索。这是因为人格是衡量个体差异最有效的变量之一，是个体稳定的行为模式和反应倾向，具有跨时间和跨情景的稳定性；人格也是影响个体行为的一个重要变量 本次限于研究工作