基于信息轉(zhuǎn)移的社交網(wǎng)絡(luò)優(yōu)化.pdf

1、近年來，社交網(wǎng)絡(luò)快速發(fā)展，網(wǎng)絡(luò)平臺的信息分享，互動給人們的交流帶來了巨大的便利，用戶只要通過“關(guān)注”這一行為，就可以獲取到所有自己感興趣的用戶所發(fā)布的信息。但是隨著關(guān)注人數(shù)的增加，這種復(fù)雜的網(wǎng)絡(luò)關(guān)系給用戶帶來巨大的信息量，導(dǎo)致有用的信息被淹沒，人們無法從海量的信息中找出自己的需求信息，產(chǎn)生嚴重的信息過載現(xiàn)象。
　　傳統(tǒng)的解決信息過載的方法是個性化推薦，根據(jù)每個用戶的興趣推薦相應(yīng)的新用戶，但是，當(dāng)關(guān)注用戶量增長到一定數(shù)量時，有些用戶

2、不再會添加新的用戶。此時，基于原本網(wǎng)絡(luò)的結(jié)構(gòu)優(yōu)化也因此成為解決信息過載的有效方式。本文提出針對每個用戶自身行為的特點，找到與其微博行為變化密切相關(guān)的用戶群，去除現(xiàn)有結(jié)構(gòu)中不必要的關(guān)注關(guān)系，既考慮了用戶的興趣，又避免了網(wǎng)絡(luò)結(jié)構(gòu)更加復(fù)雜，是一種解決用戶信息過載既高效又實用的手段。
　　本文獲取了新浪微博2013年2589名用戶的微博數(shù)據(jù)信息。采用信息理論的方法，將用戶的微博數(shù)據(jù)轉(zhuǎn)化到概率空間，以轉(zhuǎn)移熵評價關(guān)鍵性用戶，使用互信息衡量用戶

3、獲得的信息量，在信息量損失較小的條件下，剔除一定范圍內(nèi)的冗余用戶，優(yōu)化了社交網(wǎng)絡(luò)結(jié)構(gòu)。本文主要工作與貢獻如下:(1)對微博數(shù)據(jù)集中用戶信息進行處理，分析數(shù)據(jù)集，分析發(fā)現(xiàn):與用戶有互動行為的用戶主要集中在一小部分用戶當(dāng)中，其余很大一部分的被關(guān)注者，用戶并沒有特別的關(guān)注行為產(chǎn)生;(2)符號轉(zhuǎn)移熵能很好的體現(xiàn)兩個用戶之間的因果關(guān)系，判斷信息流動的方向;(3)引入基于轉(zhuǎn)移熵判定信息流向的理論，將其應(yīng)用于互相關(guān)注的用戶之間，實驗表明，一個用戶與其