随着互联网、移动互联网的飞速发展,社交网络平台逐渐成为人们日常交流、沟通以及信息传播的重要平台。因此,社交网络分析技术也逐渐成为用户行为研究、舆情分析与监督的重要手段。而用户作为社交网络平台的主体,对其关系网络以及行为规律的研究显得尤为重要。本文主要从用户行为以及用户关系两个方面对用户参与热点话题的动力学成因以及用户间隐性关系的判别进行了模型、算法和实验研究。本文的研究内容主要从以下两个方面展开:1.在用户行为分析方面,利用用户个人属性信息及其历史行为数据对用户行为的驱动因素进行分析,挖掘用户行为所受到的驱动因素的差异性并确定其驱动强度。首先,利用社交网络平台获取用户属性信息以及历史行为数据;其次,分别从内、外部驱动因素考虑,提取用户个人兴趣、显链接、隐链接以及随机性驱动因素,形式化定义个人兴趣驱动因子、显链接驱动因子、隐链接驱动因子以及随机驱动因子;最后,利用最大似然估计相关理论构建用户行为动力学模型,分析用户行为所受驱动因素的差异性。实验表明,本模型在确定用户所受驱动因素及其强度的同时,进一步验证了隐链接对用户行为的驱动作用。2.在用户关系判别方面,以用户的主题偏好、行为轨迹为主要分析内容,对用户间存在的隐性关系进行判别。首先,分析用户历史行为数据,提取用户所参与的主题信息,包括主题类别、参与时间、参与次数。其次,提取目标用户的显链接以及非显链接用户,利用监督学习的思想为目标用户划分数据集。然后,利用云相似度算法分别计算目标用户与训练集用户的行为相似度,获取最佳分类阈值,进而构建基于用户行为的隐链接判别模型。最后,利用基于用户行为的隐链接判别模型对测试集进行隐链接判别,获取与目标用户具备隐链接关系的节点。实验表明,本模型能够对用户关系加以判别,并且能够进一步识别出用户间的隐链接关系。