论文部分内容阅读
社交网络（Social Network Service，简称SNS）是一个基于好友关系的信息发布、分享平台，它蕴含着丰富的用户信息与用户间相互作用的链接关系及交互文本。社交网络中的意见领袖是指在大众传播效果形成中起重要中介或过滤作用的权威用户，其可信度及影响力在社交网络中不容忽视。如何有效识别出意见领袖是社交网络研究中备受关注的焦点问题。因此，合理地评估社交网络中节点的影响力，依据节点影响力科学地识别意见领袖，这对于社会管理、商业营销等方面都具有广泛的应用和意义。 本文在对国内外相关文献进行综述的基础上，以汽车之家论坛作为具体研究对象，结合社会网络分析方法与情感分析技术，提出三阶段识别社交网络中意见领袖的新方法。首先，第一阶段从网络结构的角度出发，对用户的活跃度进行预排序，得到目标用户集。第一阶段中借鉴了PageRank算法的基本思想，考虑了用户的行为特征，选择有代表性的多个系数，基于多指标综合评价方法设计用户间UA Rank值的不均匀分配机制；第二阶段从社交属性的角度出发，通过识别用户间交互文本的情感倾向，对前阶段所得的目标用户集中的用户进行情感极性分析。第二阶段中根据社交网络的应用背景与需求，构建了包括基础、领域、网络词及修饰词四类词典的极性词典，深入研究了程度副词与否定词的相对位置对极性词的影响，以极性短语作为极性计算的基本单元，层层递进，从而得到用户的情感极性值；第三阶段综合网络结构与社交属性，构建最终的节点影响力评价模型，并探究了通过调整两个维度的权重从而使模型适用于不同的应用场景，符合不同的实验需求。为了使研究有具体的应用背景，有真实的数据支持，本文以汽车之家网站上的论坛作为实例分析，验证三阶段法评价节点影响力的准确性与高效性。通过该评价方法，让得到的意见领袖既在网络结构中处于核心位置，在信息传播过程中起重要的中介或过滤的作用；又真正得到其他用户的支持与拥护，保证其言论的被认可性，使意见领袖的识别更科学，更合理。 总之，本文综合考虑社交网络的网络结构及社交属性的双重性质，且在每种考量角度上提出自己的创新之处，通过三阶段法在提高算法效率的同时，也克服情感分析方法不适用于大规模社会网络分析的困境，让评价更好地符合客观实际，提高了意见领袖识别的准确性。