基于SNA面向特定主题的意见领袖发现研究

伴随着互联网的出现和信息技术的迅猛发展，互联网已经与人们日常生活息息相关。他们可以从网络中获取有价值的信息、可以和素未谋面的网民进行在线交流、也可以与远在异地的朋友联络感情、还可以在网络上娱乐休闲。然而，由于网络信息的海量性和异质性导致“信息过载”和“知识迷向”等问题。所以，他们需要网络意见领袖给他们指点迷津。目前，关于意见领袖获取的研究还存在一些不足之处，主要体现在以下几方面：没有考虑到意见领袖受特定知识领域的限制；没有考虑到标签与潜在主题之间的关系，随着信息量的迅速增加，计算难度和规模也逐渐增大，从而增加了意见领袖获取的难度；目前的研究仍停留在小型简单网络的基础上，对于大型网络而言，可操作性较差。 为了解决意见领袖发现研究存在的问题，本论文以虚拟社区意见领袖获取为背景，以汽车论坛为研究对象，以克服意见领袖领域受限等问题，提高意见领袖发现质量为研究目的，本论文主要从以下角度研究： (1)基于LDA的潜在主题发现研究 分析了网络用户、标签与评论资源之间的潜在语义关系，引入了产生式概率(LDA)模型并对其进行改进，通过LDA潜在主题发现方法获取用户评论的潜在主题，将标签映射到特定主题下直观展现主题，实验证明，该方法能较好的将大量用户评论内容按潜在主题进行分类。 (2)基于特定主题的意见领袖指标体系研究 根据意见领袖的特点，针对特定主题利用社会网络分析方法中的点度中心度、中间中心度和接近中心度以及网民的活跃性、支持度和传染性构建意见领袖指标体系。 (3)基于特定主题的意见领袖识别方法研究 在指标体系研究的基础上提出了意见领袖识别方法，借助潜在主题分析，解决了意见领袖领域受限问题，并且本文在指标权重的赋值上，采用了最大离差法，克服了前人研究中权重赋值主观色彩较浓的缺陷。 (4)意见领袖识别案例研究 在潜在主题分析和意见领袖识别方法研究的基础上，以汽车论坛上抓取的信息为数据源，设计并开发了基于SNA的意见领袖挖掘系统，研究了系统的技术架构和体系结构，并对系统各功能模块进行了详细分析，实现了系统中的主要功能并给出系统运行效果图。