基于概率值和PageRank算法的微博用户可信度评估方法研究

发布时间：2022-02-24 15:03

　　微博的出现,逐渐得到了大量用户的普遍认可和关注。我们可以在这里分享任何讯息,关注我们的好友可以第一时间看到并且与我们进行网络上的互动。在微博上我们可以及时获取各种资讯。但不可否认的是,随着微博用户的不断增多,鱼龙混杂的人也参与其中,不经意间或刻意散布的不实信息、虚假言论影响着人们的判断力。因而有效识别出可信度较高的微博用户,建立起可行的信任评估体系,对我们的网络社交生活有着重要的意义。本文针对微博用户可信度的研究,做了以下工作:首先,针对目前已有的关于微博用户可信度模型的评价因子进行分析后,增加了新的评价因子,如博文内容中包含主题因素、网页链接、图片、小视频等因子,在以往的转发评论点赞微博的基础指标上加入了原创微博的指标。其次,在对评价因子分析的基础上,综合了概率的思想,将用户可信度模型体系分为了博文率,吸引率,影响率三个方面进行计算。在影响率因素的计算中,将微博数,关注数,粉丝数因子通过改进的PageRank算法调整比例参数,最终构建了微博用户可信度模型。最后,经过对新浪微博用户和微博明星势力榜以及全国高校团委的微博数据进行实验,同时利用微博用户在本文算法下的可信度值和HITS-UC... 

【文章来源】：山西师范大学山西省

【文章页数】：49 页

【学位级别】：硕士

【文章目录】：
中文摘要
Abstract
1 绪论
    1.1 选题背景及研究意义
    1.2 国内外研究动态
    1.3 本文的创新点
    1.4 本文结构介绍
2 相关应用理论综述
    2.1 PageRank算法
    2.2 微博相关知识
    2.3 目前主要的微博用户排名方法
    2.4 已有的可信度计算方法
    2.5 本章小结
3 基于概率值和PageRank算法的改进的微博用户可信度方法
    3.1 PageRank相关算法
    3.2 PageRank基本公式
    3.3 用户可信度的属性
    3.4 计算用户可信度
    3.5 可信度模型算法框架描述
    3.6 小结
4 实验结果及评价
    4.1 实验数据采集
    4.2 实验结果
    4.3 结果分析和讨论
    4.4 本章小结
5 结论与展望
    5.1 本文工作总结
    5.2 未来工作展望
参考文献
在学期间的研究成果
致谢



本文编号：3642966