用戶網(wǎng)絡(luò)訪問行為的預(yù)測(cè)研究.pdf

1、隨著Web2.0技術(shù)的推廣應(yīng)用，涌現(xiàn)出各類在線社交網(wǎng)站。借助這些社交網(wǎng)站，用戶可以分享內(nèi)容、表達(dá)觀點(diǎn)、建立私密關(guān)系等，因而社交網(wǎng)站對(duì)豐富人們的情感、文化和娛樂等需求起到了很好的作用。與此同時(shí)，用戶在社交網(wǎng)站上也留下大量的行為痕跡。基于這些行為信息，挖掘用戶在線行為規(guī)律，預(yù)測(cè)用戶在線行為，對(duì)輿情分析、網(wǎng)絡(luò)安全、社會(huì)安全、信息推薦和商品營(yíng)銷等領(lǐng)域都具有極其重要的意義。
　　本畢業(yè)論文就是要利用某高校用戶對(duì)社交網(wǎng)絡(luò)的訪問數(shù)據(jù)，分析用戶的

2、社交網(wǎng)絡(luò)訪問行為特性并揭示用戶在線行為背后的內(nèi)在機(jī)理。具體研究工作及貢獻(xiàn)包括:
　　(1)基于個(gè)體層面和群體層面分析了用戶連續(xù)兩次在線訪問行為之間的時(shí)間間隔分布，研究了用戶時(shí)間間隔序列的相關(guān)性和活躍性等特征，并揭示了其背后的內(nèi)在機(jī)制;
　　(2)分析了用戶訪問行為中的記憶特性，發(fā)現(xiàn)用戶的在線行為具有較強(qiáng)的短記憶性，其分布服從高斯分布。并據(jù)此建立了馬爾科夫過程模型，用于解釋用戶訪問行為中的記憶特性;
　　(3)基于上述所