基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
社交网络社区Leader选举,即识别社区内影响力最大用户,是社交网络结构分析重要任务之一,在识别意见领袖、增进社区融合等方面具有重要的理论和应用研究价值。传统的社区 Leader 选举技术如 UserRank和PeopleRank,主要基于社交网络链接分析实现,忽略了用户本身属性的相似度度量。因此得到的社区Leader不能有效保证其社区代表性。本文提出了一种新的用户关系建模方法,将传统的链接分析和用户属性相似度度量融合,有效识别具有代表性的高影响力用户。实验结果表明,提出的方法不仅可以选举出社区内部具有代表性的高影响力Leader用户,还可以通过社区Leader选举使得社区内其他用户的查询效率得到有效提高。
推荐文章
一种基于权重矩阵的协同过滤算法的相似度度量方法
协同过滤算法
相似度度量
权重矩阵
参数融合
权重计算
仿真实验
结合加权子空间和相似度度量学习的人脸验证方法研究
类内变化
加权子空间
相似度度量学习
人脸验证
基于相异度度量的图聚类方法
图聚类
无向非加权图
邻接矩阵
相异度
基于用例的软件开发进度度量方法
软件度量
进度度量
软件估算
用例点
迭代
用例
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于用户相似度度量的有效社区Leader选举方法
来源期刊 燕山大学学报 学科 工学
关键词 区域Leader选举 社交网络 相似度度量 影响力 代表性
年,卷(期) 2014,(6) 所属期刊栏目 计算机科学与技术
研究方向 页码范围 516-522
页数 7页 分类号 TP393.09
字数 5232字 语种 中文
DOI 10.3969/j.issn.1007-791X.2014.06.006
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王晓玲 华东师范大学海量计算研究所 28 695 11.0 26.0
2 田秀霞 上海电力学院计算机科学与技术学院 45 454 9.0 21.0
3 宋羊力 上海电力学院计算机科学与技术学院 1 4 1.0 1.0
4 朱涛 华东师范大学海量计算研究所 5 47 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (40)
共引文献  (60)
参考文献  (8)
节点文献
引证文献  (4)
同被引文献  (10)
二级引证文献  (12)
1970(2)
  • 参考文献(1)
  • 二级参考文献(1)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(6)
  • 参考文献(2)
  • 二级参考文献(4)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(4)
  • 引证文献(1)
  • 二级引证文献(3)
2019(7)
  • 引证文献(2)
  • 二级引证文献(5)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
区域Leader选举
社交网络
相似度度量
影响力
代表性
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
燕山大学学报
双月刊
1007-791X
13-1219/N
大16开
河北省秦皇岛市河北大街西段438号
18-73
1963
chi
出版文献量(篇)
2254
总下载数(次)
2
总被引数(次)
12529
论文1v1指导