检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
机构地区:[1]数学工程与先进计算国家重点实验室,河南郑州450001 [2]信息工程大学,河南郑州450001
出 处:《信息工程大学学报》2013年第6期735-742,共8页Journal of Information Engineering University
基 金:国家重点实验室资助项目(SKLSDE-2011KF-06)
摘 要:基于微博话题传播过程,提出了一种新的用户影响力分析方法。该方法首先结合微博信息传播机制,构建信息推送网和信息转发网;其次,基于上述网络建立话题传播网模型并提出CTDN构建算法;最后,以该模型为基础设计并实现了一种用户影响力排序算法TD-InfluenceRank,该算法在迭代计算用户影响力时通过考虑节点间的信息传播,使影响力更多地转移给关系密切的节点。实验结果表明,以TD-InfluenceRank算法为核心的用户影响力分析方法,能够有效提高话题传播中用户影响力分析的准确性。A new method of user influence analysis is proposed based on topic diffusion in microb- log. It first constructes the information pushing network (IPN) and information forwarding network (IFN) , based on which it builds the topic diffusion network (TDN) model and puts forward its con- structing algorithm named CTDN. Based on TDN model, it also designs and implements a user influ- ence ranking algorithm named TD-Influence-Rank, which considers the information dissemination between nodes when calculating user influence iteratively, so that more influence can be transferred to nodes with close ties. Experimental results indicate that the proposed method can improve effec- tively the accuracy of user influence analysis in topic diffusion.
关 键 词:微博 用户影响力 信息传播 话题传播网模型 PAGERANK算法
分 类 号:TP301[自动化与计算机技术—计算机系统结构]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:3.140.254.100