本文選題：話題影響力個體 + 社會網(wǎng)絡　； 參考：《計算機研究與發(fā)展》2013年10期

【摘要】：微博服務每天產(chǎn)生大量涉及多個話題的信息,不同用戶參與話題的討論、傳播等表現(xiàn)出不同的影響力.為了全面度量微博中用戶在話題層次上的影響力,綜合考慮4種網(wǎng)絡關(guān)系:轉(zhuǎn)發(fā)關(guān)系、回復關(guān)系、復制關(guān)系、閱讀關(guān)系.針對復制關(guān)系和閱讀關(guān)系的不確定性,給出了網(wǎng)絡內(nèi)部轉(zhuǎn)移概率計算方法;針對多關(guān)系網(wǎng)絡,提出了基于多關(guān)系網(wǎng)絡的隨機游走模型MultiRank,分別考慮了網(wǎng)絡內(nèi)部的轉(zhuǎn)移概率和不同網(wǎng)絡之間的跳轉(zhuǎn)概率.最后將影響力個體根據(jù)其影響力屬性分為"多話題層次影響力個體"和"單話題層次影響力個體".真實的Twitter數(shù)據(jù)集上驗證了MultiRank的有效性,實驗結(jié)果表明MultiRank優(yōu)于TwitterRank和其他影響力個體發(fā)現(xiàn)方法,同時實驗結(jié)果也表明多話題層次影響力個體數(shù)目相對所有影響力個體僅占少部分,但影響效果卻明顯高于單話題層次影響力個體.
[Abstract]:Weibo services generate a lot of information about multiple topics every day, different users participate in the topic discussion, spread and show different influence. In order to measure the influence of users on topic level in Weibo, four kinds of network relationships are considered: forwarding relation, reply relation, copy relation and reading relationship. Aiming at the uncertainty of replication and reading relationships, this paper presents a method to calculate the internal transition probability of the network, and for multi-relational networks, MultiRank-based random walk model based on multi-relational networks is proposed. The transition probability within the network and the jump probability among different networks are considered respectively. Finally, the influence individual is divided into multi-topic influence individual and single-topic influence individual according to its influence attribute. The effectiveness of MultiRank is verified on real Twitter datasets. The experimental results show that MultiRank is superior to Twitter Rank and other influential individuals, and that the number of multi-topic influential individuals is only a small part relative to all influential individuals. But the influence effect is obviously higher than single topic level influence individual.
【作者單位】： 國防科學技術(shù)大學信息系統(tǒng)與管理學院;國防科學技術(shù)大學信息系統(tǒng)工程重點實驗室;國防科學技術(shù)大學計算機學院;
【基金】：國家“九七三”重點基礎研究發(fā)展計劃基金項目(2013CB329601,2013CB329602) 國家自然科學基金項目(60933005,9112400271331008,61302144)
【分類號】：TP393.09

【參考文獻】

相關(guān)期刊論文 前1條

1 喬少杰;唐常杰;彭京;劉威;溫粉蓮;邱江濤;;基于個性特征仿真郵件分析系統(tǒng)挖掘犯罪網(wǎng)絡核心[J];計算機學報;2008年10期

【共引文獻】

相關(guān)期刊論文 前7條

1 田宏;馬朝陽;;基于郵件挖掘社會網(wǎng)絡核心層的新方法[J];大連交通大學學報;2010年03期

2 王斌;;基于二次挖掘的外部IM用戶辨別方法[J];計算機工程;2010年22期

3 高建強;譚劍;崔永發(fā);;一種基于通訊痕跡的社會網(wǎng)絡團伙分析模型[J];計算機應用與軟件;2012年03期

4 魏婧;劉業(yè)政;邢小云;;在線社會化網(wǎng)絡的口碑傳播研究[J];情報雜志;2011年04期

5 唐晉韜;王挺;王戟;;適合復雜網(wǎng)絡分析的最短路徑近似算法[J];軟件學報;2011年10期

6 喬少杰;彭京;李天瑞;李紅;李太勇;王超;;基于中心性和PageRank的網(wǎng)頁綜合評分方法[J];西南交通大學學報;2011年03期

7 付舉磊;孫多勇;肖進;汪壽陽;;基于社會網(wǎng)絡分析理論的恐怖組織網(wǎng)絡研究綜述[J];系統(tǒng)工程理論與實踐;2013年09期

相關(guān)博士學位論文 前1條

1 尹美娟;基于Web和Email的多元社會網(wǎng)絡抽取與分析關(guān)鍵技術(shù)研究[D];解放軍信息工程大學;2012年

相關(guān)碩士學位論文 前7條

1 楊慧潔;郵件通聯(lián)關(guān)系網(wǎng)絡中重要節(jié)點及社團發(fā)現(xiàn)技術(shù)研究[D];解放軍信息工程大學;2010年

2 王銳;基于MongoDB的關(guān)系網(wǎng)絡分析技術(shù)研究與應用[D];國防科學技術(shù)大學;2011年

3 王玲;基于社會網(wǎng)絡的交易型社區(qū)結(jié)構(gòu)及演化研究[D];哈爾濱工業(yè)大學;2011年

4 李棟才;基于鏈接重要性的動態(tài)鏈接預測算法研究[D];華中科技大學;2011年

5 馬朝陽;基于SNA的網(wǎng)絡核心及社團結(jié)構(gòu)挖掘研究[D];大連交通大學;2010年

6 趙秀濤;Web病毒式營銷中的挖掘技術(shù)研究[D];沈陽航空工業(yè)學院;2010年

7 馬寅;社會網(wǎng)絡影響力最大化算法及傳播模型的研究[D];蘭州大學;2012年

【二級參考文獻】

相關(guān)期刊論文 前2條

1 劉威;唐常杰;喬少杰;溫粉蓮;左R，

本文編號：2019139