基于社交網(wǎng)絡(luò)的用戶行為研究VIP

基于社交網(wǎng)絡(luò)的用戶行為研究,2020/5/17,社交網(wǎng)絡(luò),社交網(wǎng)絡(luò)與用戶行為,社交網(wǎng)絡(luò)（SocialNetworkService）是一個跨越學(xué)科的綜合概念,它主要有用戶、用戶生成內(nèi)容（UserGeneratedContent）、社交平臺3個要素構(gòu)成。社交網(wǎng)絡(luò)用戶的行為有基本的訪問行為、社交行為、信息發(fā)布行為、娛樂游戲行為等,由圖1可知SNS中用戶行為的復(fù)雜性。本文把SNS用戶的各種交互行為作為一個集合來進行研究分析,本文中主要分析都針對UGC。,社交網(wǎng)絡(luò)與用戶行為,理論基礎(chǔ),鄧巴數(shù)字(150定律)鄧巴數(shù)字亦即150定律是有名的社會學(xué)定律。該定律指出,人類智力將允許人類擁有穩(wěn)定社交網(wǎng)絡(luò)的人數(shù)是148人,四舍五入大約是150人。該定律由英國牛津大學(xué)人類學(xué)家羅賓鄧巴(RobinDunbar)提出。該定律是由羅賓鄧巴根據(jù)猿猴的智力與社交網(wǎng)絡(luò)推斷出來的。,理論基礎(chǔ),社會網(wǎng)絡(luò)中的聲望(影響力)分析社會網(wǎng)絡(luò)分析中,聲望分析反映了選擇與被選擇的關(guān)系。對結(jié)構(gòu)聲望最簡單的測量方法是看某一行動者受歡迎的程度,其中某一點的內(nèi)結(jié)點度(di)可以說明接納度或受歡迎度,而外結(jié)點度(do)可說明一個人的影響力,有更多旳外結(jié)點的人表明其具有許多朋友(關(guān)系)。網(wǎng)絡(luò)中影響域是指在群體中人們直接或間接地受某人一間所左右的區(qū)域。在運算上,根據(jù)網(wǎng)絡(luò)中直接或間接地受之影響(與之關(guān)聯(lián))的人數(shù)來計量,或在距離矩陣中所有列中的數(shù)字。即:,理論基礎(chǔ),網(wǎng)絡(luò)中某點的聲望定義公式為:式中,Cj為中心度指數(shù)，指的是各結(jié)點到此點的平均距離；N為網(wǎng)絡(luò)中結(jié)點總數(shù)。,理論基礎(chǔ),強關(guān)系(strongties)與弱關(guān)系(weakties)人與人之間的關(guān)系,從溝通互動的頻率來看,可以簡單劃分為強連接和弱連接。強連接最有可能的是你目前工作生活的搭檔,事業(yè)的伙伴,合作的客戶,生活和工作上互動的機會很多。弱連接范圍更廣,同學(xué)、朋友、親友等等都有可能,就是溝通和互動的機會較少,更多的是由于個人的時間、經(jīng)驗和溝通機會造成的。強連接關(guān)系通常代表者行動者彼此之間具有高度的互動,在某些存在的互動關(guān)系型態(tài)上較親密,因此,透過強連接所產(chǎn)生的信息通常是重復(fù)的,容易自成一個封閉的系統(tǒng)。相對于強連接關(guān)系,弱連接則能夠在不同的團體間傳遞非重復(fù)性的信息,使得網(wǎng)絡(luò)中的成員能夠增加修正原先觀點的機會。、,理論基礎(chǔ),社交網(wǎng)絡(luò)中用戶行為與信息傳播數(shù)據(jù)分析,在這一部分，以人人網(wǎng)的數(shù)據(jù)為例進行說明數(shù)據(jù)清理一般從人人網(wǎng)中抓取到的數(shù)據(jù)是大量的,其中包括了一些將會給后續(xù)研究引入偏差的雜質(zhì),這些數(shù)據(jù)中有的是不完整的,有的明顯屬于噪聲,有的是與實際不一致的,有的是重復(fù)的,因此需要對數(shù)據(jù)進行清理、平滑和去噪。針對人人網(wǎng)用戶數(shù)據(jù)，本文為了得到的北京交通大學(xué)用戶數(shù)據(jù)，按下圖做了數(shù)據(jù)清理。,社交網(wǎng)絡(luò)中用戶行為與信息傳播數(shù)據(jù)分析,社交網(wǎng)絡(luò)中用戶行為與信息傳播數(shù)據(jù)分析,數(shù)據(jù)采樣由于數(shù)據(jù)總體過大,在對其進行分析時缺乏實效性、經(jīng)濟效益過低,因此研究中根據(jù)統(tǒng)計學(xué)原理對數(shù)據(jù)總體進行抽樣分析。抽樣原則有三條,即有效性原則、可測量原則以及簡單可重復(fù)原則;考慮到實際的總體和研究需要,以科學(xué)性、正確性為指導(dǎo),研究中采取了分層抽樣的原則。針對研究中總體的分層抽樣的方法如下:規(guī)定男女比例1:1,即男女用戶各抽取2500人，再次按照入學(xué)年份從2001年至2010年10年分層抽取,每年500人,其中男女各250人,過程如圖所示。,社交網(wǎng)絡(luò)中用戶行為與信息傳播數(shù)據(jù)分析,社交網(wǎng)絡(luò)中用戶行為與信息傳播數(shù)據(jù)分析,用戶的好友拓撲分析與可視化,社交網(wǎng)絡(luò)中用戶行為與信息傳播數(shù)據(jù)分析,從上圖看到，用戶好友數(shù)目分布零亂,但相對集中。對數(shù)據(jù)的統(tǒng)計顯示,用戶的好友數(shù)量分布主要集中在區(qū)間200,500,占到用戶總?cè)藬?shù)的52.32%,圖中累積曲線斜率最大處即是這一區(qū)間。右邊是某一用戶A的社交模型注意之處：1.用戶A社交圈中的聚落2.用戶A社交圈中的孤立點3.聚落中心的中心度,社交網(wǎng)絡(luò)中用戶行為與信息傳播數(shù)據(jù)分析,用戶A的實際社交圖,社交網(wǎng)絡(luò)中用戶行為與信息傳播數(shù)據(jù)分析,用戶的信息制造和傳播行為,社交網(wǎng)絡(luò)中用戶行為與信息傳播數(shù)據(jù)分析,社交網(wǎng)絡(luò)中用戶影響力研究,一個用戶在社交網(wǎng)絡(luò)中的影響力大小的主要是其好友的質(zhì)量和數(shù)量?？梢赃@樣理解:影響力是通過傳播得以實現(xiàn)的,用戶的好友是其進行傳播活動的基礎(chǔ)，也是決定影響力的基礎(chǔ)。由六度分隔理論可知,任意兩個人之間的最大跨度是6,則在社交網(wǎng)絡(luò)中也滿足該規(guī)律,即社交網(wǎng)絡(luò)中的用戶與任何一個該社交網(wǎng)絡(luò)的注冊用戶之間最多平均相隔6個好友,每個用戶之間都應(yīng)當(dāng)是可達的。根據(jù)這一理論,簡化和抽象出該用戶在社交網(wǎng)絡(luò)中的人脈關(guān)系網(wǎng)絡(luò),可以得到如后圖所示的以用戶U為中心的人脈網(wǎng)絡(luò)結(jié)構(gòu)模型,模型中忽略好友之間可能存在的關(guān)系,僅關(guān)心這些好友與用戶U的關(guān)系。,社交網(wǎng)絡(luò)中用戶影響力研究,社交網(wǎng)絡(luò)中用戶影響力研究,設(shè)影響力為，用戶U共有七級好友,設(shè)其第i級好友數(shù)為ni,則其最大覆蓋范圍c有再設(shè)每一級好友向下轉(zhuǎn)發(fā)的概率為Pij(j=i+l),則有計算式為:由此可得,影響力是用戶在一定網(wǎng)絡(luò)中發(fā)布一條信息時該信息可到達的結(jié)點數(shù)的期望值。,社交網(wǎng)絡(luò)中用戶影響力研究,由于直接計算運算量過大，下面使用近似處理由影響力公式變化可得其中實際過程中只要計算第一級好友和第二級好友的分量就可以近似得到用戶的影響力,即,社交網(wǎng)絡(luò)中用戶影響力研究,由前面的分析和研究可知,每個用戶的好友數(shù)的分布是有一定規(guī)律的,主要分布在200,500區(qū)間,因此可以將