基于微博行为数据的不活跃用户探测

• 作者: 刘晶 李石君 王峰 胡亚慧
• 来源期刊: 电子科技大学学报
• 学科: 工学
• 关键词: 活跃度 自动识别 不活跃用户 微博 社交网络
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 计算机工程与应用
• 页码范围: 410-414,444
• 页数: 6页
• 分类号: TP182
• 字数: 5469字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0548.2015.03.016

摘要

随着微博注册用户的增长，探测不活跃账号，自动判定用户活跃度有重要的商业价值。该文提出了一种自动检测算法并通过实验验证。算法核心是提出的影响用户活跃度的4个判定因子，可由用户行为计算得到。算法包含用户活跃度概率层次模型(ADPHM)和用户评分模型(USM)。ADPHM模型计算用户是不活跃用户的概率；USM模型计算用户活跃度得分。实验数据集包含了新浪微博2316281个用户信息和141322019条微博内容。实验结果表明，该算法能在线性时间复杂度下自动检测出不活跃账号，完善用户可信度评估体系。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王峰	武汉大学计算机学院	38	352	9.0	17.0
2	刘晶	武汉大学计算机学院	25	117	6.0	10.0
4	李石君	武汉大学计算机学院	88	753	16.0	22.0
5	胡亚慧	武汉大学计算机学院	9	88	5.0	9.0