社交网络用户行为分析.pdf

《社交网络用户行为分析.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、2017年1月上通信设计与应用13社交网络用户行为分析袁帅（北京市第十九中学，北京市100089）【摘要】社交网络随着互相网络的发展逐渐成为人与人之间互动交流、娱乐休闲的重要工具和平台。而用户作为社交网络的核心，其行为是我们深入认识社交网络运行机理的起点，关于用户行为分析的研究有很大价值。用户行为分析可以从社交网络的功能和结构两大方面展开，结构分析侧重于用户行为的产生过程，主要包括用户连接图分析和活跃图分析，功能分析侧重于用户行为的具体内容，主要包括用户功能活动分析和社交性分析。【关键词】社交网络；用户行为；结构和功能【中

2、图分类号】TP393.0【文献标识码】A【文章编号】1006-4222（2017）01-0013-021用户行为分析的重要性本节将会从社交网络的结构和功能两个角度详细介绍用随着互联网的发展，社交网络作为用户建立在线社交关户行为分析。系、互动交流、娱乐休闲的工具和平台深入人心。与此同时，社2.1基于社交网络结构的用户行为分析交网站（Facebook、Twitter等）的发展为社交网络的研究提供社交网络的结构在宏观和整体上反映了用户社交行为的了原始数据和事实依据，也为社交网络的研究指明了研究动特征，其主要分析点归结于对应的连接

3、图的相关性质，包括图机和研究目的。而用户作为社交网络的核心，其行为是我们深的节点度的分布、聚类系数、路径长度以及强连通分支分析入认识社交网络运行机理的起点，所以关于用户行为分析的等。节点度定义了社交网络中好友的数目，所以节点度的分布研究具有重要的价值。表明了网络中用户平均好友数的分布。而如微博、Twitter等有一方面，通过分析网络中用户的行为，可以总结不同社交向图的出度和入度的分布分别代表了粉丝以及关注人的个数网络平台上不同用户的行为特点，从用户的角度为社交平台分布。聚类系数是网络结构的局部特征量，它的取值在0~1之上关

4、于用户的定制化服务提供理论指导；另一方面，通过总结间。对于节点的聚类系数定义为与该节点相连的点共同构成用户行为规律，可以为社交网络的不同应用目的挖掘网络中的子图中边的数目和这些节点的完全图中边的数目的比值，所以其反映了网络中用户的聚集程度。[1]在研究社交网络进化相应的隐含信息（网络传播规律、用户相似性等）。广义的用户行为分析不仅包括收集和统计社交网络基本数据，将数据转时发现，社交网络中不同社交圈的融合和社交圈之间直接相化为能够表达网络或者用户基本特征的信息，还包括从这些连节点的聚类系数相关。路径长度起源于社交关系中的六度

5、分信息中针对不同的应用目的进行相关的挖掘操作。比如，通过割理论，即真实世界中的任意两人可以通过不超过6次社交关系的跳转建立联系，这在社交网络中也得到广泛关注，如[2]计统计分析社交网络图中用户的好友数，可以得到用户好友数的基本分布情况。但是，广告提供商需要知道如何更快地在整算了Twitter中的路径平均长度为4.86，而新浪微博的平均路个社交网络中传播广告信息，所以还需要了解和挖掘社交网径长度为4.63。络中信息的传播规律。然而单纯地通过好友关系建立的社交网络图因为非活跃2用户行为分析的主要内容用户或者僵尸用户的存在在结构

6、上不能真实地体现用户的交互行为，社交活动的本质也在于用户交互行为的产生。因此，用户作为社交网络的核心，对其行为的分析是社交网络对交互行为建立的活跃图进行分析在用户行为分析领域引起相关研究的重要组成。社交网络用户行为分析不仅需要对用了广泛关注。给定社交网络，可以根据用户间相互评论、点赞户具体社交行为进行分析，即分析用户使用社交网络功能时等交互行为构建显示交互图，也可以根据用户主页访问行为的行为（关注、评论、点赞、访问主页等交互功能和写日志、传构建隐式交互图。活跃图侧重于活跃用户间交互的分析，所以照片等个人行为），还需要对和用

7、户行为相关的概念进行分更加可靠地分析了社交网络图的特征，其中包括对于用户活析，主要包括社交网络图性质分析、活跃用户图分析等。因为跃度分布的分析，如[2]发现新浪微博用户的微博活跃度分布呈用户行为特征在宏观上就是通过社交网络图的一些结构特征现两段幂律分布的特点。体现的，如聚合系数可以反映社交网络中用户的好友间是好友的比率。网络图中的点表示用户，边表示用户间的联系，这2.2基于社交网络功能的用户行为分析种点边模型真实反映了用户间的社交关系，但是只通过好友社交网络中的用户行为是社交网络的功能主体，包括点关系与否判定的边是不能真实

8、反映总体用户行为的，因为很赞、评论、关注等行为，因为这些行为在用户微观层面上是社多用户节点是不活跃的或称为僵尸用户，他们的存在降低了交网络提供给用户使用功能的反映。研究这些功能的使用历基于网络图的用户行为宏观分析的可信性。所以，在传统社交史以及使用趋势可以深入分析用户特征，为社交网络运营部门提供理论支持