本文關(guān)鍵詞：基于Hadoop的微博用戶及微博影響力排名研究

  更多相關(guān)文章： PageRank 新浪微博 NPRank算法 TRank算法 Hadoop

【摘要】：隨著Web2.0時(shí)代的到來,用戶主導(dǎo)因素在互聯(lián)網(wǎng)中占了越來越重要的地位,以微博為首的社交網(wǎng)絡(luò)平臺更是得到了空前的發(fā)展。當(dāng)前,微博已經(jīng)成為了資訊傳遞與社會輿論傳播的一個(gè)重要平臺,是社會熱點(diǎn)信息傳遞的新風(fēng)向標(biāo)。為此,分析微博用戶影響力及微博影響力具有重要的研究意義及商業(yè)價(jià)值。本文主要分微博用戶影響力及微博影響力兩部分展開研究。對于微博用戶影響力的評定,當(dāng)前應(yīng)用較為廣泛的是基于Page Rank算法模型的People Rank算法,但People Rank算法只是簡單的將網(wǎng)頁排名模型應(yīng)用于微博用戶影響力排名中,其對用戶影響力評定的精確度還有待完善。本文則是以新浪微博個(gè)人認(rèn)證這一影響因素作為切入點(diǎn),提出了一種基于People Rank算法的優(yōu)化方案——NPRank(New People Rank)算法。對于微博影響力的評定,目前較常用的方法是以微博的轉(zhuǎn)發(fā)數(shù)和評論數(shù)作為評定標(biāo)準(zhǔn),此方法考慮的指標(biāo)不夠全面,對微博影響力評定的可靠性有待提高。而本文則是在考慮微博的轉(zhuǎn)發(fā)數(shù)、評論數(shù)和點(diǎn)贊數(shù)的情況下,加入了微博發(fā)布者的用戶影響力這一因素作為微博影響力的評定標(biāo)準(zhǔn),并提出了一種微博影響力評定方法——TRank(Topic Rank)算法。針對微博用戶影響力排名及微博影響力排名需進(jìn)行海量數(shù)據(jù)處理的特點(diǎn),本文還通過實(shí)驗(yàn)證明了NPRank算法和TRank算法在Hadoop平臺上的可行性,并對實(shí)驗(yàn)結(jié)果展開了對比分析,驗(yàn)證了NPRank算法相較于People Rank算法在用戶影響力評定精確度得到的優(yōu)化,及TRank算法在微博影響力評定上有著較強(qiáng)可靠性。最后,基于NPRank及TRank得到的排名結(jié)果,本文還提出新浪微博影響力排名展示系統(tǒng)的設(shè)計(jì)方案。
【學(xué)位授予單位】：暨南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP393.092;TP311.13

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 馬建光;姜巍;;大數(shù)據(jù)的概念、特征及其應(yīng)用[J];國防科技;2013年02期

2 白云川;;利用大數(shù)據(jù)的商業(yè)價(jià)值[J];中國制造業(yè)信息化;2011年20期

3 馬俊;周剛;許斌;黃永忠;;基于個(gè)人屬性特征的微博用戶影響力分析[J];計(jì)算機(jī)應(yīng)用研究;2013年08期

4 張一文;齊佳音;方濱興;李欲曉;;非常規(guī)突發(fā)事件網(wǎng)絡(luò)輿情熱度評價(jià)指標(biāo)體系構(gòu)建[J];情報(bào)雜志;2010年11期

5 廉捷;周欣;曹偉;劉云;;新浪微博數(shù)據(jù)挖掘方案[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年10期

6 張巖;郭松;趙國海;;基于Hadoop的云計(jì)算試驗(yàn)平臺搭建研究[J];沈陽師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年01期

7 孫廣中;肖鋒;熊曦;;MapReduce模型的調(diào)度及容錯(cuò)機(jī)制研究[J];微電子學(xué)與計(jì)算機(jī);2007年09期

8 舒正渝;;淺談數(shù)據(jù)挖掘技術(shù)及其應(yīng)用[J];中國西部科技;2010年05期

9 李軍;陳震;黃霽崴;;微博影響力評價(jià)研究[J];信息網(wǎng)絡(luò)安全;2012年03期

10 石磊;張聰;衛(wèi)琳;;引入活躍指數(shù)的微博用戶排名機(jī)制[J];小型微型計(jì)算機(jī)系統(tǒng);2012年01期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 王佳;支持Ajax技術(shù)的主題網(wǎng)絡(luò)爬蟲系統(tǒng)研究與實(shí)現(xiàn)[D];北京交通大學(xué);2011年

2 陳浩;基于Hadoop的微博用戶影響力排名算法研究[D];華東理工大學(xué);2014年

，

本文編號：1294122