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:
随着社交网络的发展,用户影响力研究得到广泛关注.PageRank作为分析用户影响力的传统算法,计算用户影响力时只考虑了用户的粉丝数和关注数,并没有考虑用户本身的行为对影响力传播造成的影响.文章综合考虑了用户行为中的转发、评论、艾特数,论证了随着时间的变化用户行为符合幂率分布,以此定义了兴趣度模型,用来研究用户行为随时间的变化规律.充分将用户个体的行为融入到传统的影响力评估模型中,定义了活跃度的概念,可剔除不活跃的用户.此外,摒弃了PageRank中将影响力权值平均分配的方法,重新定义了影响力分配因子,对于信息传播过程中影响力贡献较大的用户给予更高的分配比例,使得影响力的评估更加准确.实验结果表明,本文提出的基于用户行为的实时影响力算法(User Real-time Influence),在提高影响力计算的准确性,更加符合社交网络的特性.
推荐文章
基于用户行为综合分析的微博用户影响力评价方法
微博用户
传播影响力
用户行为
PageRank
影响覆盖率
基于用户行为和结构洞的用户影响力评价模型
用户影响力
非冗余信息
用户行为
结构洞
网络约束系数
覆盖率
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
基于行为和社团的微博用户传播影响力分析
关系
行为
社团结构
影响力
微博网络
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 基于用户行为的实时影响力算法
来源期刊 电子技术 学科
关键词 影响力 PageRank 兴趣度 活跃度 分配因子
年,卷(期) 2016,(12) 所属期刊栏目 电子技术研发
研究方向 页码范围 5-7
页数 3页 分类号
字数 2223字 语种 中文
DOI 10.3969/j.issn.1000-0755.2016.12.002
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 高仲合 曲阜师范大学信息科学与工程学院 99 300 8.0 11.0
2 段婷婷 曲阜师范大学信息科学与工程学院 2 3 1.0 1.0
3 郭文健 曲阜师范大学信息科学与工程学院 2 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (4)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(4)
  • 参考文献(2)
  • 二级参考文献(2)
2016(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)
研究主题发展历程
节点文献
影响力
PageRank
兴趣度
活跃度
分配因子
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
电子技术
月刊
1000-0755
31-1323/TN
大16开
上海市长宁区泉口路274号
4-141
1963
chi
出版文献量(篇)
5480
总下载数(次)
19
总被引数(次)
22245
论文1v1指导