论文部分内容阅读
伴随着互联网技术,特别是移动互联网技术的深入发展,社会化媒体已经成为人们日常生活工作的重要部分。社交网络是目前最受网民欢迎的社会化媒体的形式。社交网络关系以现实社会的人际关系为原型与基础构成互联网应用中的社会网络结构,并以此种关系网络影响着用户间的信息传播方式。社交网络信息的迅速传播与扩散使得网民陷身于信息海洋之中。网民在选择有效信息的过程中花费大量时间。信息被使用效率变得更低,进而造成了信息超载问题。因此,针对用户关注对象的推荐服务对于用户的社交网络关系的构建十分重要。微博,是“微博客”的简称,是一种允许及时更新简短文本并可以公开发布的微型博客形式,允许任何用户阅读或者由用户本人所选择的群组阅读;同时具备社交网络属性,用户之间可通过关注关系构建微博社会网络结构,并在这种关系中获取个人感兴趣信息与资源。2009年以来,国内的微博服务平台的发展整体上已日渐成熟,但仍旧无法摆脱信息超载这一难题。微博用户以关注关系为基础建立社交互动关系,并且共同构成了错综复杂的虚拟社会网络结构。微博信息也正是通过这一虚拟社会网络结构中的用户节点间完成了其生成、传播与衍生的生命周期。因此,针对微博用户关注对象的推荐服务是微博运营商必须向其用户提供的一项个性化服务功能。本文以微博服务平台的用户关注关系为基础展开针对微博用户及用户关注推荐的研究。首先,阐述了本文研究主题的背景与意义,同时综述研究主题的相关研究与理论基础。其次,以新浪微博为例,重点阐述了当前新浪微博用户关注推荐的主要方式,并且借助社会网络分析方法中的中心性描述与派系分析工具,使用社会网络分析软件UCINET6对所采集的微博用户数据样本展开分析工作。最后,通过深入的数据分析与讨论,本文为微博用户推荐服务提出实际的改进建议,包括:(1)改变以微博信息内容为主的用户关注推荐方式,结合微博内容的时效因素,综合采取“以用户为引导”的用户关注推荐方式;(2)挖掘不同类别微博名人用户间的关系紧密程度,采取多层次分类与以兴趣、年龄等用户信息为主的综合名人用户分类方式;(3)改变单一的共同好友推荐以及间接推荐,充分利用微博社群图结构中具备桥梁作用的非核心位置用户,帮助用户发现不同类别中更广泛的其他子群体;(4)充分挖掘不同微博关注对象的兴趣类别之间的关联性,帮助用户发现更多的兴趣偏好领域以及其中的热门用户,进而帮助用户参与构建新的微博社会网络结构。