在线社交网络用户行为分析与应用：个人行为到社会预测

　　《在线社交网络用户行为分析与应用：个人行为到社会预测》系统讨论了基于用户性格的社交网络在线行为规律。性格作为驱动人类行为的主要因素，它指明了个人心理行为的异同。《在线社交网络用户行为分析与应用：个人行为到社会预测》首先验证了机器学习模型可用于判断社交网络用户的性格，并将研究范围覆盖到更多更广的用户人群。其次，通过微博数据研究在我国文化背景下用户性格差异和由此产生的在线行为模式，发现我国在线社交网络中两种不同性格用户的行为模式与西方确有不同。从时空位置、购物情绪到虚拟荣誉等角度分析用户行为，在线行为的维度得到了极大丰富。这帮助《在线社交网络用户行为分析与应用：个人行为到社会预测》的研究建立用户差异与行为模式之间更全面的映射，并启发在线社交网络在营销等场景中的实际应用。

暂缺《在线社交网络用户行为分析与应用：个人行为到社会预测》作者简介

前言
第1章 绪论
1．1 研究背景与意义
1．2 研究内容
1．3 本书结构
第2章 相关工作
2．1 在线社交网络概述
2．2 用户行为分析方法
2．3 用户行为分析应用
2．4 本章小结
第3章 基于用户性格的在线行为分析
3．1 引言
3．2 理论背景
3．3 数据和性格分类器
3．4 内外向性格用户行为差异
3．5 本章小结
第4章 用户行为同质性分析
4．1 引言
4．2 数据和行为定义
4．3 实验方法
4．4 验证同质性
4．5 同质性关键因素
4．6 本章小结
第5章 社交网络选举预测分析
5．1 引言
5．2 数据与意见分类
5．3 选举预测模型
5．4 本章小结
第6章 社交网络市场预测分析
6．1 引言
6．2 微博和股市数据
6．3 情绪波动性
6．4 情绪与市场：相关性和因果性
6．5 股票市场预测
6．6 本章小结
总结
参考文献
后记