韶大專區(qū)
基本信息
- 作品名稱：
- 互聯(lián)網(wǎng)論壇用戶識別的建模與數(shù)學(xué)實驗
- 大類：
- 自然科學(xué)類學(xué)術(shù)論文
- 小類：
- 數(shù)理
- 簡介：
本文針對互聯(lián)網(wǎng)論壇用戶識別問題，根據(jù)網(wǎng)上數(shù)據(jù)內(nèi)容，進(jìn)行合理化的簡化假設(shè)，運用數(shù)據(jù)挖掘技術(shù)， 針對話題用戶、活躍用戶、言論領(lǐng)袖的不同特點，分別建立相應(yīng)的模型，運用多種算法。其中最核心的是數(shù)據(jù)挖掘和處理算法。本文所提出的數(shù)據(jù)挖掘處理的方法和思想也適用于解決其他類似問題，如應(yīng)用在搜索引擎中的信息檢索、電子商務(wù)中的獲取潛在客戶信息、網(wǎng)站設(shè)計中優(yōu)化管理等方面。
- 詳細(xì)介紹：
本文針對互聯(lián)網(wǎng)論壇用戶識別問題，根據(jù)網(wǎng)上數(shù)據(jù)內(nèi)容，進(jìn)行合理化的簡化假設(shè)，運用數(shù)據(jù)挖掘技術(shù)，分別建立相應(yīng)的模型。
首先，對言論領(lǐng)袖識別問題，我們以論壇的頁面訪問量、會員積分、會員威望、精華數(shù)四個因子進(jìn)行兩兩比較，運用層次分析法建立成對比較矩陣，利用MATLAB軟件解出結(jié)果。
其次，在話題用戶識別問題上，我們采用基于聚類的話題識別算法, 基于平均值的K-Means算法, 基于相似度矩陣的K-Medoids算法等。
然后，對于活躍用戶識別，經(jīng)過活躍函數(shù)的分析，結(jié)果并采用BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行了評判和改進(jìn)。
最后，對于關(guān)系圈識別，我們建立共點圓系模型，將用戶關(guān)聯(lián)關(guān)系描述出來。另外還針對要求提出實例說明和說明數(shù)據(jù)獲取途- 獲獎情況：
第十二屆“挑戰(zhàn)杯”省賽作品 省賽三等獎
榮獲第三屆BiZ-WiZ杯華中地區(qū)大學(xué)生數(shù)學(xué)建模邀請賽二等獎。
韶關(guān)學(xué)院第九屆大學(xué)生課外學(xué)術(shù)科技作品競賽三等獎。
第十一屆“挑戰(zhàn)杯”廣東大學(xué)生課外學(xué)術(shù)科技作品競賽三等獎