多主题社交网络用户影响力研究

发布时间：2021-11-04 06:07

　　社交网络在人们日常生活中扮演着重要角色,越来越多的用户在社交网络上分享内容、传播信息和表达观点,使得信息在社交网络上的传播异常活跃。用户之间的相互关联构成了社交网络的拓扑结构,也是社交网络中信息传播的重要渠道。社交网络内容作为信息的主体,对信息传播有重要作用。结合这两部分才能深入地分析社交网络用户影响力。用户的兴趣向量可以由多个主题构成的主题分布来表达,在多主题条件下,用户影响力传播也会有所不同。在多主题社交网用户影响力分析中,两个重要问题:一是对全局信息流构造有效的多主题影响力传播模型,二是对多主题影响力最大化问题进行建模和优化。本文针对以上两个问题,对多主题条件下的影响力传播模型和影响力最大化问题进行了研究,并取得了以下研究成果:1.针对传统影响力传播模型缺乏社交网络内容支撑以及存在拓扑结构局限性的问题,提出了一种全局信息流的多主题影响力传播模型,设计了多主题影响力传播算法。模型结合了社交网络拓扑结构和社交网络内容的主题特性,使模型更加贴近真实社交网络。同时引入了主题簇的概念,突破了拓扑结构的限制,使影响力能够在全局范围内传播。在模型的基础上设计了多主题影响力传播算法,并最终获取各... 

【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校

【文章页数】：74 页

【学位级别】：硕士

【部分图文】：

新浪微博热门微博分类

MTID与TwitterRank比较

(a) PageRank (b) LeaderRank(c) TwitterRank (d) MTID图3.8 各个算法加入噪声前后排名差异在图3.8中，横轴是选中用户的编号，纵轴是排名差异。由实验结果可知，PageRank和 LeaderRank 这两个以社交网络拓扑结构为基础的排序算法受到了较大的影响，并

【参考文献】：
期刊论文
[1]多社交网络的影响力最大化分析[J]. 李国良,楚娅萍,冯建华,徐尧强.  计算机学报. 2016(04)
[2]在线社交网络影响力分析[J]. 吴信东,李毅,李磊.  计算机学报. 2014(04)
[3]社交网络影响力研究综述[J]. 丁兆云,贾焰,周斌,唐府.  计算机科学. 2014(01)



本文编号：3475151