社交网络用户影响力分析ABP算法研究与应用

发布时间：2018-03-20 19:39

  本文选题：社交网络　切入点：数据获取　出处：《计算机工程与科学》2017年03期 　论文类型：期刊论文

【摘要】：社交网络作为一种交往方式,已经深入人心。其用户数据在这个大数据时代蕴藏着大量的价值。随着Twitter API的开放,社交网络Twitter俨然成为一个深受欢迎的研究对象,而用户影响力更是其中的研究热点。PageRank算法计算用户影响力已经由来已久,但是它太依赖于用户之间的关注关系,排名不具备时效性。引入用户活跃度的改进PageRank算法,具备一定的时效性,但是不具有足够的说服力和准确性。研究了一种新的基于时间分布用户活跃度的ABP算法,并为不同时段的活跃度加以相应的时效权重因子。最后,以Twitter为研究对象,结合社交关系网,通过实例分析说明ABP算法更具时效性和说服力,可以比较准确地提高活跃用户的排名,降低非活跃用户排名。
[Abstract]:As a way of communication, social network has been deeply popular. Its user data has a lot of value in this big data era. With the opening of Twitter API, Twitter has become a popular research object. The user influence is one of the research hotspots. PageRank algorithm has long been used to calculate the user influence, but it is too dependent on the attention relationship between users, and the ranking is not timely. The improved PageRank algorithm of user activity is introduced. This paper studies a new ABP algorithm based on the user activity of time distribution, and gives the corresponding time-dependent weight factor for the activity of different time period. Taking Twitter as the research object and combining with the social relation network, it is proved that the ABP algorithm is more time-efficient and persuasive, which can improve the ranking of active users and reduce the ranking of inactive users.
【作者单位】： 江南大学数字媒体学院;江南计算技术研究所;
【基金】：江苏省自然科学基金(BK20151131) 中央高校基本科研业务费专项资金(JUSRP51614A)
【分类号】：TP393.09

【参考文献】

相关期刊论文 前3条

1 何静;郭进利;;基于改进PageRank算法的微博用户影响力研究[J];中国报业;2013年02期

2 Jie Lian;Yun Liu;Zhen-Jiang Zhang;Jun-Jun Cheng;Fei Xiong;;Analysis of User's Weight in Microblog Network Based on User Influence and Active Degree[J];Journal of Electronic Science and Technology;2012年04期

3 原福永;冯静;符茜茜;;微博用户的影响力指数模型[J];现代图书情报技术;2012年06期

【共引文献】

相关期刊论文 前10条

1 余红;马旭;;社交媒体语境下风险议题的建构与转向——以山东问题疫苗事件为例[J];情报杂志;2017年03期

2 金兼斌;江苏佳;陈安繁;沈阳;;新媒体平台上的科学传播效果:基于微信公众号的研究[J];中国地质大学学报(社会科学版);2017年02期

3 张晓双;夏群峰;刘渊;徐雁飞;;社交网络用户影响力分析ABP算法研究与应用[J];计算机工程与科学;2017年03期

4 原野;李晨;田丽华;;面向微博的PageRank算法的改进与应用[J];计算机应用与软件;2017年03期

5 安璐;陈思菁;;基于H指数的校园微博影响力评价研究[J];信息资源管理学报;2017年01期

6 纪文静;成慧;;旅游官方微博营销效果评价体系的构建研究[J];中国商论;2016年33期

7 兰天;郭躬德;;特定话题传播网络中的意见领袖检测方法[J];计算机系统应用;2016年12期

8 蒋文丽;汤庸;许玉赢;陈国华;;社交网络中角色活跃度的好友推荐[J];小型微型计算机系统;2016年10期

9 张鹏威;刘红丽;俞丽娟;崔书航;;微博信息传播中的用户影响力研究综述[J];情报科学;2016年08期

10 蒋侃;唐竹发;隋浩;;基于微博信息扩散质量的网络舆情关键节点识别[J];情报科学;2016年07期

【二级参考文献】

相关期刊论文 前10条

1 原福永;冯静;符茜茜;;微博用户的影响力指数模型[J];现代图书情报技术;2012年06期

2 郭浩;陆余良;王宇;张亮;;基于信息传播的微博用户影响力度量[J];山东大学学报(理学版);2012年05期

3 李军;陈震;黄霁崴;;微博影响力评价研究[J];信息网络安全;2012年03期

4 段庆锋;朱东华;汪雪锋;;基于改进PageRank算法的引文文献排序方法[J];情报理论与实践;2012年01期

5 石磊;张聪;卫琳;;引入活跃指数的微博用户排名机制[J];小型微型计算机系统;2012年01期

6 杨亮;林原;林鸿飞;;基于情感分布的微博热点事件发现[J];中文信息学报;2012年01期

7 李娜;;企业微博营销策略研究[J];中州大学学报;2011年06期

8 李稚楹;杨武;谢治军;;PageRank算法研究综述[J];计算机科学;2011年S1期

9 詹圣君;邵雄凯;刘建舟;;一种考虑用户行为的改进N—PageRank算法[J];计算机技术与发展;2011年08期

10 袁毅;;微博客信息传播结构、路径及其影响因素分析[J];图书情报工作;2011年12期

【相似文献】

相关期刊论文 前10条

1 ;基于位置的手机社交网络“贝多”正式发布[J];中国新通信;2008年06期

2 曹增辉;;社交网络更偏向于用户工具[J];信息网络;2009年11期

3 ;美国:印刷企业青睐社交网络营销新方式[J];中国包装工业;2010年Z1期

4 李智惠;柳承烨;;韩国移动社交网络服务的类型分析与促进方案[J];现代传播(中国传媒大学学报);2010年08期

5 贾富;;改变一切的社交网络[J];互联网天地;2011年04期

6 谭拯;;社交网络:连接与发现[J];广东通信技术;2011年07期

7 陈一舟;;社交网络的发展趋势[J];传媒;2011年12期

8 殷乐;;全球社交网络新态势及文化影响[J];新闻与写作;2012年01期

9 许丽;;社交网络:孤独年代的集体狂欢[J];上海信息化;2012年09期

10 李玲丽;吴新年;;科研社交网络的发展现状及趋势分析[J];图书馆学研究;2013年01期

相关会议论文 前10条

1 赵云龙;李艳兵;;社交网络用户的人格预测与关系强度研究[A];第七届（2012）中国管理学年会商务智能分会场论文集（选编）[C];2012年

2 宫广宇;李开军;;对社交网络中信息传播的分析和思考——以人人网为例[A];首届华中地区新闻与传播学科研究生学术论坛获奖论文[C];2010年

3 杨子鹏;乔丽娟;王梦思;杨雪迎;孟子冰;张禹;;社交网络与大学生焦虑缓解[A];心理学与创新能力提升——第十六届全国心理学学术会议论文集[C];2013年

4 毕雪梅;;体育虚拟社区中的体育社交网络解析[A];第九届全国体育科学大会论文摘要汇编(4)[C];2011年

5 杜p，

本文编号：1640518