【摘要】：針對(duì)大規(guī)模社交網(wǎng)絡(luò)及其用戶(hù)發(fā)布消息的歷史數(shù)據(jù),如何快速有效地選取具有較強(qiáng)信息傳播能力的關(guān)鍵用戶(hù),提出了一種關(guān)鍵用戶(hù)選取方法。首先,利用社交網(wǎng)絡(luò)的結(jié)構(gòu)信息,構(gòu)建以用戶(hù)為節(jié)點(diǎn)的有向圖,利用用戶(hù)發(fā)布消息的歷史數(shù)據(jù),基于Spark計(jì)算框架,定量計(jì)算由用戶(hù)活躍度、轉(zhuǎn)發(fā)交互度和信息量占比刻畫(huà)的權(quán)重,從而構(gòu)建社交網(wǎng)絡(luò)的有向帶權(quán)圖模型;然后,借鑒PageRank算法,建立用戶(hù)信息傳播能力的度量機(jī)制,給出基于Spark的大規(guī)模社交網(wǎng)絡(luò)中用戶(hù)信息傳播能力的計(jì)算方法;進(jìn)而,給出基于Spark的d-距選取算法,通過(guò)多次迭代,使得所選取的不同關(guān)鍵用戶(hù)的信息傳播范圍盡量少地重疊。建立在新浪微博數(shù)據(jù)上的實(shí)驗(yàn)結(jié)果表明,所提方法具有高效性、可行性和可擴(kuò)展性,對(duì)于控制不良突發(fā)信息傳播、社交網(wǎng)絡(luò)輿情監(jiān)控具有一定的支撐作用。
[Abstract]:Based on the historical data of large scale social networks and their users, this paper presents a method for selecting key users with strong ability to spread information quickly and effectively. Firstly, using the structure information of the social network, constructing the directed graph with the user as the node, using the historical data of the user to publish the message, and based on the Spark computing framework, the activity degree of the user is calculated quantitatively. In order to construct the directed weighted graph model of social network, we can use PageRank algorithm for reference to establish the measurement mechanism of users' ability to spread information. In this paper, the computing method of user's information transmission ability in large-scale social network based on Spark is presented, and then, the algorithm of d- distance selection based on Spark is given, which makes the information transmission range of different key users overlap as little as possible through multiple iterations. The experimental results based on Sina Weibo data show that the proposed method is efficient, feasible and extensible, which can support the control of bad information dissemination and the monitoring of social network public opinion.
【作者單位】： 云南大學(xué)信息學(xué)院;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(61472345,61562090) 云南省應(yīng)用基礎(chǔ)研究計(jì)劃重點(diǎn)項(xiàng)目(2014FA023) 第二批“云嶺學(xué)者”培養(yǎng)項(xiàng)目(C6153001) 云南大學(xué)青年英才培養(yǎng)計(jì)劃項(xiàng)目(WX173602) 云南省教育廳科研基金資助項(xiàng)目(2016ZZX006,2016YJS005)~~
【分類(lèi)號(hào)】：O157.5;TP393.09

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張基恒;魏進(jìn)武;張?jiān)朴?石祥路;;大數(shù)據(jù)時(shí)代的社交網(wǎng)絡(luò)分析[J];郵電設(shè)計(jì)技術(shù);2014年07期

2 張大勇;何傼菲;陳樸;;社交網(wǎng)絡(luò)等級(jí)結(jié)構(gòu)與同配性問(wèn)題研究[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2013年01期

3 孫捷;李永安;陳曉輝;;家庭農(nóng)場(chǎng)主社交網(wǎng)絡(luò)運(yùn)作過(guò)程與機(jī)制:一個(gè)時(shí)間密度分析框架的理論研究[J];安徽農(nóng)業(yè)科學(xué);2013年26期

4 黃飛虎;彭艦;寧黎苗;;基于信息熵的社交網(wǎng)絡(luò)觀點(diǎn)演化模型[J];物理學(xué)報(bào);2014年16期

5 常曉猛;樂(lè)陽(yáng);李清泉;陳碧宇;蕭世倫;涂偉;;利用位置的虛擬社交網(wǎng)絡(luò)地理骨干網(wǎng)提取[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2014年06期

6 李玉庭;;社交網(wǎng)絡(luò)對(duì)旅游者購(gòu)買(mǎi)意向的影響——以經(jīng)濟(jì)型酒店產(chǎn)品為購(gòu)買(mǎi)對(duì)象的實(shí)證研究[J];旅游縱覽(行業(yè)版);2012年02期

7 羅衛(wèi)敏;劉靜;劉井波;陳曉峰;;基于博弈論研究社交網(wǎng)絡(luò)內(nèi)蠕蟲(chóng)的傳播[J];計(jì)算機(jī)工程與應(yīng)用;2011年03期

8 陳麗;劉洪偉;朱慧;陸濤;梁飛;;考慮社交網(wǎng)絡(luò)中用戶(hù)屬性的社區(qū)挖掘[J];武漢大學(xué)學(xué)報(bào)(工學(xué)版);2014年03期

9 戴云晶;鄧倩妮;;在線社交網(wǎng)絡(luò)用戶(hù)間影響量化的貝葉斯模型[J];微電子學(xué)與計(jì)算機(jī);2013年03期

10 孔素真;趙長(zhǎng)偉;;多關(guān)系類(lèi)型社交網(wǎng)絡(luò)信息傳播模型[J];河南師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年05期

相關(guān)博士學(xué)位論文 前4條

1 王婷;異構(gòu)社交網(wǎng)絡(luò)中社區(qū)發(fā)現(xiàn)算法研究[D];中國(guó)礦業(yè)大學(xué)(北京);2016年

2 張子龍（Pichit Boonkrong）;基于復(fù)雜社交網(wǎng)絡(luò)的疫情動(dòng)力學(xué)和疫情控制的數(shù)學(xué)模型[D];清華大學(xué);2016年

3 丁旋;社交網(wǎng)絡(luò)分析中的隱私保護(hù)問(wèn)題：去匿名化與無(wú)縫隱私[D];清華大學(xué);2014年

4 張春英;基于屬性圖的社交網(wǎng)絡(luò)建模與態(tài)勢(shì)分析理論研究[D];燕山大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 陳蓮;大規(guī)模社交網(wǎng)絡(luò)中二元關(guān)系預(yù)測(cè)方法研究[D];電子科技大學(xué);2014年

2 趙翔;移動(dòng)社交網(wǎng)絡(luò)相依關(guān)系及社區(qū)發(fā)現(xiàn)算法研究[D];哈爾濱工業(yè)大學(xué);2014年

3 聶繹靜;社交網(wǎng)絡(luò)圖壓縮算法的研究[D];西安電子科技大學(xué);2014年

4 劉靜;移動(dòng)社交網(wǎng)絡(luò)中基于馬爾科夫模型的信息搜索算法的研究[D];合肥工業(yè)大學(xué);2015年

5 李小康;社交網(wǎng)絡(luò)中特定用戶(hù)的影響最大化研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2016年

6 姜晗;社交網(wǎng)絡(luò)上高影響力用戶(hù)識(shí)別研究與應(yīng)用[D];電子科技大學(xué);2016年

7 馬路;面向微博社交網(wǎng)絡(luò)的時(shí)變差別適應(yīng)度模型研究[D];北京化工大學(xué);2016年

8 方磊;社交網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)問(wèn)題的研究[D];南京航空航天大學(xué);2016年

9 蔣艾玲;基于社交網(wǎng)絡(luò)的節(jié)點(diǎn)影響力研究[D];重慶郵電大學(xué);2016年

10 劉亞;社交網(wǎng)絡(luò)節(jié)點(diǎn)流失模型與應(yīng)用研究[D];重慶郵電大學(xué);2016年

，

本文編號(hào)：2246448