TTRank:基于倾向性转变的用户影响力排序

被引：9

作者：

段松青

吴斌

王柏

机构：

[1] 北京邮电大学计算机学院

来源：

计算机研究与发展 | 2014年 / 51卷 / 10期

关键词：

社会化媒体; 论坛; 影响力分析; 用户影响力; 倾向性转变;

D O I：

暂无

中图分类号：

TP393.09 [];

学科分类号：

080402 ;

摘要：

近年来,不少学者从回复关系的角度分析用户影响力,但存在回复关系稀少、帖子内容被忽视、不能动态更新等问题.为弥补这些不足,提出了一种基于倾向性转变的用户影响力分析方法.先计算帖子的影响力,再提出"局部回复链"的概念,引入间接回复关系计算方法,增加了帖子之间的回复关系;然后对局部回复链,分析用户倾向性变化的过程,得到用户影响他人和受影响的程度,最终获得用户在指定范围内的影响力排名.该算法与10种经典的影响力分析算法对比以及实例分析的结果,说明该算法能从其他角度更好地刻画用户形象.

引用

页码：2225 / 2238

页数：14

共 6 条

[1] 基于表情图片与情感词的中文微博情感分析 [J].

张珊 ;

于留宝 ;

胡长军 .

计算机科学, 2012, 39(S3) (S3) :146-148+176

[2] A measure of centrality based on modularity matrix [J].

Gaoxia Wang Yi Shen Enjie Luan The Department of Control Science and Engineering Huazhong University of Science and Technology Wuhan China .

ProgressinNaturalScience, 2008, (08) :1043-1047

[3]

网络时政论坛舆论领袖研究[D]. 余红.华中科技大学. 2007

[4]

麦奎尔大众传播理论[M]. 清华大学出版社 , 崔保国, 2006

[5] Twitter mood predicts the stock market [J].

Bollen, Johan ;

Mao, Huina ;

Zeng, Xiaojun .

JOURNAL OF COMPUTATIONAL SCIENCE, 2011, 2 (01) :1-8

[6]

IRIE:Scalable and robust influence maximization in social networks .2 Jung K,Heo W,Chen W. Proc of the 12th Int Conf on Data Mining . 2012

← 1 →