论文部分内容阅读
随着互联网+时代的到来,互联网呈现蓬勃发展的态势。人们接触到网络的门槛越来越低,尤其移动互联网的普及,大家上网时间更加碎片化。虚拟社群因发表内容简短,随时随地可以发表自己的观点等因素而受到大家的追捧。其中微博、微信朋友圈等虚拟社群成为人们表现自己喜好,寻求帮助、提供知识咨询的重要渠道。随着时间的推移,虚拟社群中数据呈现爆炸式的增长,沉淀了大量的信息。如何挖掘出虚拟社群中这些有价值的内容,对虚拟社群平台而言具有重要的经济意义。此时,虚拟社群用户画像的出现受到大家的关注。虚拟社群用户画像通过对用户特征进行客观准确的描述,精准识别出虚拟社群中的特定的用户以及满足用户的个性化需求。对企业来说,通过虚拟社群用户画像精准的定位到企业的目标人群,有针对性的提供相应的产品和服务。虚拟社群用户画像大大的减少的企业的营销成本,并给企业带来丰厚回报。因此,虚拟社群用户画像的建模成为虚拟社群平台的亟需解决的问题。本文研究结合现有虚拟社群的数据特点,以LDA主题模型为基础方法,结合现有用户画像建模的理论基础。采用理论与实证相结合的方式,进行了虚拟社群的用户画像建模。并通过虚拟社群的用户画像探索了用户画像的规律,从而验证模型的有效性。主要工作内容如下:(1)梳理了用户画像建模国内外研究现状。了解现有虚拟社群用户画像的研究的进展和不足之处。针对现有虚拟社群的环境,采集了虚拟社群用户数据。(2)设计了用户画像建模流程框架,并对用户画像的基础数据、建模方法、表现方式、更新方法、分析方法和应用进行了详细的说明,虚拟社群的用户画像的建模起到了支撑作用(3)对基于主题模型的虚拟社群用户画像建模的问题进行描述和定义,提出了虚拟社群用户画像建模的框架,并分别针对虚拟社群静态用户画像和动态用户画像的建模方法进行了详细的说明。(4)以新浪微博虚拟社群为例,通过爬虫程序收集了大量虚拟社群用户数据,根据样本数据分别构建了静态用户画像和动态用户画像,对模型的有效性进行验证。