EBSN中基于自激霍克斯過程的組流行度預(yù)測研究.pdf

1、近年來，曾占據(jù)生活中重要地位的傳統(tǒng)在線社交網(wǎng)絡(luò)已不再能滿足人們對社交行為的進(jìn)一步需求。因此，帶有特殊功能的新型異構(gòu)社交網(wǎng)絡(luò)——基于活動的社交網(wǎng)絡(luò)(Event-based Social Network，EBSN)應(yīng)運而生。EBSN不僅為用戶提供了交流思想、分享經(jīng)歷的在線平臺，并且以組為單位幫助用戶參與線下面對面的社交活動。
　　隨著EBSN的不斷發(fā)展，EBSN也受到了學(xué)者們的廣泛關(guān)注。在EBSN所涉及到的一系列研究中，相比于內(nèi)容推薦

2、等方面的研究工作，人們有時候則更關(guān)注于其網(wǎng)絡(luò)中相關(guān)內(nèi)容流行度的分析及預(yù)測。因此，本文以在EBSN中占據(jù)重要地位的組為研究對象，并針對組的流行度預(yù)測問題進(jìn)行研究，在相關(guān)分析工作的基礎(chǔ)上提出組流行度預(yù)測算法用以解決該問題。
　　首先，本文在分析真實數(shù)據(jù)的基礎(chǔ)上給出EBSN中組流行度的相關(guān)定義并構(gòu)建EBSN異構(gòu)社交網(wǎng)絡(luò)模型。而后基于組流行度定義和EBSN網(wǎng)絡(luò)模型，本文從組的固有特性、組歷史發(fā)展趨勢、內(nèi)部情感特征以及外部動態(tài)特征四個角度出

3、發(fā)，分別進(jìn)行分析并提取其對應(yīng)的特征值，進(jìn)而構(gòu)建基于自激霍克斯過程的組流行度預(yù)測模型。
　　其次，本文針對EBSN中的組流行度預(yù)測問題采用隨機過程的建模思想設(shè)計一種基于自激霍克斯過程的組流行度預(yù)測算法(EBSN-Hawkes Process Algorithm，EHP)。該算法不僅考慮到EBSN中組的固有特性及其歷史趨勢對組流行度預(yù)測所產(chǎn)生的影響，并且還融入用戶評論活動對應(yīng)的內(nèi)部情感因素以及組中新加入用戶對應(yīng)的外部動態(tài)因素的貢獻(xiàn)以提