基于領(lǐng)域劃分的微博用戶影響力分析
本文關(guān)鍵詞:基于領(lǐng)域劃分的微博用戶影響力分析
更多相關(guān)文章: 新浪微博 領(lǐng)域劃分 影響力 文本分析 新詞發(fā)現(xiàn)
【摘要】:近年來微博作為一種新興的社交網(wǎng)絡(luò)逐漸被廣大用戶使用。微博信息簡短、更新迅速、包含信息量大,給微博用戶獲取信息帶來了諸多不便,因此,利用影響力分析的手段找到具有較大影響力的微博用戶具有重大意義。微博內(nèi)容較傳統(tǒng)的媒體信息具有較強(qiáng)的時(shí)效性和權(quán)威性,同時(shí)微博用語也極其不規(guī)范,這給微博用戶影響力的分析帶來了極大的困難。首先對獲取的微博用戶信息進(jìn)行領(lǐng)域的劃分,采用基于微博內(nèi)容和用戶關(guān)注的方式將用戶歸類到其所屬的領(lǐng)域。其中,采用新詞發(fā)現(xiàn)以及特征擴(kuò)展的方法來提高劃分結(jié)果的準(zhǔn)確性。然后,對各個(gè)領(lǐng)域的用戶進(jìn)行影響力分析,提出3種影響力傳播模型,用戶最終的影響力大小根據(jù)3種模型的結(jié)果進(jìn)行加權(quán)計(jì)算。最后對實(shí)驗(yàn)結(jié)果進(jìn)行分析、比較,證明了計(jì)算用戶影響力的方法能取得較優(yōu)的結(jié)果。
【作者單位】: 北京郵電大學(xué)計(jì)算機(jī)學(xué)院;
【關(guān)鍵詞】: 新浪微博 領(lǐng)域劃分 影響力 文本分析 新詞發(fā)現(xiàn)
【基金】:國家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃(973)(2013CB329606) 國家自然科學(xué)基金項(xiàng)目(71231002)資助
【分類號】:TP393.092
【正文快照】: 到稿日期:2014-02-18返修日期:2014-04-14本文受國家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃(973)(2013CB329606),國家自然科學(xué)基金項(xiàng)目(71231002)資助。Web2.0時(shí)代,互聯(lián)網(wǎng)正逐漸取代傳統(tǒng)的社交媒體,成為人們與外界進(jìn)行交互的主要渠道。近年來,微博作為一種隨著Web2.0而新興的社交網(wǎng)絡(luò)正在不斷
【共引文獻(xiàn)】
中國期刊全文數(shù)據(jù)庫 前10條
1 楊緒兵,韓自存;ε不敏感的核Adaline算法及其在圖像去噪中的應(yīng)用[J];安徽工程科技學(xué)院學(xué)報(bào)(自然科學(xué)版);2003年04期
2 陶秀鳳,唐詩忠,周鳴爭;基于支持向量機(jī)的軟測量模型及應(yīng)用[J];安徽工程科技學(xué)院學(xué)報(bào)(自然科學(xué)版);2004年02期
3 許高程;張文君;王衛(wèi)紅;;支持向量機(jī)技術(shù)在遙感影像滑坡體提取中的應(yīng)用[J];安徽農(nóng)業(yè)科學(xué);2009年06期
4 郭立萍;唐家奎;米素娟;張成雯;趙理君;;基于支持向量機(jī)遙感圖像融合分類方法研究進(jìn)展[J];安徽農(nóng)業(yè)科學(xué);2010年17期
5 馮學(xué)軍;;最小二乘支持向量機(jī)的研究與應(yīng)用[J];安慶師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2009年01期
6 鄒心遙;姚若河;;基于LSSVM的威布爾分布形狀參數(shù)估計(jì)(英文)[J];半導(dǎo)體技術(shù);2008年06期
7 鄒心遙;姚若河;;基于LSSVM的小子樣元器件壽命預(yù)測[J];半導(dǎo)體技術(shù);2011年09期
8 李卓遠(yuǎn),吳為民,王e,
本文編號:739839
本文鏈接:http://sikaile.net/guanlilunwen/ydhl/739839.html