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:
为了充分考虑微博的跨领域与领域交叉性特点,提出了基于领域的微博用户影响力的计算方法.该方法依据用户的微博内容与ODP领域本体的相似度,通过KNN领域分类算法判别微博所属的领域;并根据用户的粉丝数、被提及数、被评论数、在线时间与注册时间、微博的转发数等参数运用影响力计算公式分别计算用户在各领域的影响力,从而确定微博用户在各领域的影响力大小.实验表明,本文的计算方法充分考虑了微博的跨领域性与领域交叉性特点,并能更好地计算用户在各领域的影响力大小.
推荐文章
一种微博用户影响力的计算方法
微博
用户影响力
用户被影响力
基于用户影响力的微博数据提取算法
舆情
微博
数据获取
用户影响力
范围最大化
基于改进PageRank算法的微博用户影响力评估
微博
微博用户影响力
消息传播
个体行为
PageRank算法
基于PageRank的微博用户影响力算法研究
PageRank
新浪微博
用户影响力
用户自身行为
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 基于领域的微博用户影响力计算方法
来源期刊 西南大学学报(自然科学版) 学科 工学
关键词 领域分类 微博用户影响力 影响力计算模型
年,卷(期) 2014,(3) 所属期刊栏目 信息科学
研究方向 页码范围 145-151
页数 分类号 TP393
字数 语种 中文
DOI
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 周竹荣 西南大学计算机与信息科学学院 32 471 12.0 21.0
2 杨彦 西南大学信息中心 11 30 3.0 5.0
3 朱郭峰 西南大学计算机与信息科学学院 3 14 2.0 3.0
4 韩凤娇 西南大学计算机与信息科学学院 3 16 2.0 3.0
5 应中运 西南大学计算机与信息科学学院 1 12 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (35)
共引文献  (169)
参考文献  (11)
节点文献
引证文献  (12)
同被引文献  (51)
二级引证文献  (40)
1967(1)
  • 参考文献(0)
  • 二级参考文献(1)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1972(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(6)
  • 参考文献(1)
  • 二级参考文献(5)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(4)
  • 参考文献(2)
  • 二级参考文献(2)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(4)
  • 参考文献(4)
  • 二级参考文献(0)
2014(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(3)
  • 引证文献(2)
  • 二级引证文献(1)
2016(5)
  • 引证文献(1)
  • 二级引证文献(4)
2017(10)
  • 引证文献(3)
  • 二级引证文献(7)
2018(17)
  • 引证文献(4)
  • 二级引证文献(13)
2019(11)
  • 引证文献(1)
  • 二级引证文献(10)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
领域分类
微博用户影响力
影响力计算模型
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
西南大学学报(自然科学版)
月刊
1673-9868
50-1189/N
大16开
重庆市北碚区天生路2号
1957
chi
出版文献量(篇)
6419
总下载数(次)
17
总被引数(次)
50161
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导