微博中基于用户偏好的信息传播研究

J4 ›› 2013, Vol. 35 ›› Issue (3): 140-144.

微博中基于用户偏好的信息传播研究

王金辉，贺利坚，张伟,童向荣

(烟台大学计算机科学与技术学院智能信息处理实验室，山东烟台 264005)

收稿日期:2012-05-09 修回日期:2012-09-21 出版日期:2013-03-25 发布日期:2013-03-25
基金资助:
国家自然科学基金资助项目(61170224)；山东省自然科学基金资助项目(ZR2011FL018，ZR2012FL07)；山东科技发展计划资助项目（2012GGB01017）；山东省教育厅科技计划资助项目（J11LG35,J10LG27）

Research of user preference based
information dissemination in microblog

WANG Jinhui,HE Lijian,ZHANG Wei,TONG Xiangrong

(Laboratory of Intelligence Information Processing,
School of Computer Science and Technology,Yantai University,Yantai 264005,China)

Received:2012-05-09 Revised:2012-09-21 Online:2013-03-25 Published:2013-03-25

摘要/Abstract

摘要：

对用户行为的分析是Web社会网络分析中的重要课题之一，包括对用户个体和群体的行为和偏好进行建模。为预测Web社会网络中的信息传播趋势，以微博为平台，基于对用户历史行为信息的统计分析，抽取出影响用户决策的因素，进而定性地分析各因素之间的关联关系，从而挖掘出用户潜在的偏好。在此基础上，利用CPnets偏好表达工具建立了用户偏好模型，直观有效地表达各因素之间的偏好关系，同时可根据其导出图输出最优的特性来选取最佳特征项组合，以便用户进行转发决策度量。

关键词: 社会网络分析, 偏好建模, 微博, 决策

Abstract:

Analyzing users’ behaviors is one of the important topics about web social analysis. It includes modeling the behavior and preferences of individuals and groups. For predicting the trends of information diffusion in web social networks, with Microblog for the platform, varies of factors to let the users make decisions are extracted, the relationships between these factors and information processing are analyzed and some potential preferences are mined basing on the statistics analysis of users' history behavior information by the researchers. Therefore, the users' preference model is established by CPnets, which could represent the preferences among all the attributes，and according to its induced graph the best combination of features will be selected to measure the possibility of forwarding a topic by one person.

Key words: social networks analysis;preferences modeling;microblog;make decisions

王金辉，贺利坚，张伟,童向荣. 微博中基于用户偏好的信息传播研究 [J]. J4, 2013, 35(3): 140-144.

WANG Jinhui,HE Lijian,ZHANG Wei,TONG Xiangrong. Research of user preference based
information dissemination in microblog [J]. J4, 2013, 35(3): 140-144.

[1]	杨仕琦, 武优西, 耿萌, 李艳. 一次性条件下的三支序列模式挖掘[J]. 计算机工程与科学, 2024, 46(07): 1286-1295.
[2]	王磊, 柳然然. 基于新图模糊距离的EDAS决策方法及其应用[J]. 计算机工程与科学, 2024, 46(06): 1101-1111.
[3]	刘子源, 马占有, 李霞, 高滢囡, 何娜娜, 黄瑞祺. 基于模糊测度的模糊分支时态逻辑模型检测[J]. 计算机工程与科学, 2024, 46(04): 676-683.
[4]	吕伏, 韩晓天, 冯永安, 项梁. 基于自适应纹理特征融合的纹理图像分类方法[J]. 计算机工程与科学, 2024, 46(03): 488-498.
[5]	周施吉, 唐孝, 赵容乐, 梁艳玲, . 基于扰动优势关系的直觉模糊三支决策方法[J]. 计算机工程与科学, 2023, 45(11): 2027-2035.
[6]	许城洲, 李陆, 张文涛. 支持复杂访问策略的属性基加密方案[J]. 计算机工程与科学, 2023, 45(10): 1779-1788.
[7]	郭艺, 何廷年, 李爱斌, 毛君宇. 融合GA-CART和Deep-IRT的知识追踪模型[J]. 计算机工程与科学, 2023, 45(09): 1691-1700.
[8]	陈灿, 杨兴达, 方菱. 基于决策表的AUTOSAR操作系统一致性测试研究[J]. 计算机工程与科学, 2023, 45(04): 622-629.
[9]	万本庭, 万春涛. 基于广义正交三角模糊数的WSM-TOPSIS群决策方法[J]. 计算机工程与科学, 2023, 45(03): 537-545.
[10]	吴昊天, 关叶青. 基于自然语言云化的TOPSIS方法及其应用[J]. 计算机工程与科学, 2023, 45(03): 565-570.
[11]	钟寒, 徐艺嘉, 鹿浩, 孙旌睿. 基于模糊贝叶斯决策的核心概念抽取方法[J]. 计算机工程与科学, 2022, 44(09): 1686-1692.
[12]	段玲, 郭军军, 余正涛, 相艳, . 基于正文和评论交互注意的微博案件方面识别[J]. 计算机工程与科学, 2022, 44(06): 1097-1104.
[13]	许城洲, 张文涛, 郎静宏. 可防止无关属性干扰的属性基加密方案[J]. 计算机工程与科学, 2022, 44(05): 800-809.
[14]	崔弘, 赵双, 张广胜, 苏金树. 基于机器学习的移动代理应用流量识别方法[J]. 计算机工程与科学, 2022, 44(04): 654-664.
[15]	贾俊杰, 段超强. 基于评分离散度的托攻击检测算法[J]. 计算机工程与科学, 2022, 44(03): 554-562.