基于MapReduce的新型微博用户影响力排名算法研究

• 作者: 刘锋 徐文涛 朱二周
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: PageRank算法 MapReduce 用户影响力 Hadoop平台
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 2015年第三届CCF大数据学术会议
• 页码范围: 66-70,86
• 页数: 6页
• 分类号: TP391
• 字数: 6573字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2016.9.012

摘要

微博凭借其即时发布、实时传播、简便易用的特点逐渐成为最为主流的自媒体平台.用户影响力评价是微博社交网络中基本而又重要的问题,它对于优化与推动社会信息传播来说有着重要意义.以新浪微博为实验对象,通过综合考虑微博用户关系网络特性和用户行为,结合MapReduce编程计算模型,提出了一种基于MapReduce的新型用户影响力排名算法——QRank.在Hadoop平台上的实验结果表明,QRank算法具有良好的可扩展性,能够有效结合微博用户关系网络与行为特性,从而更加真实与充分地反映用户的实际影响力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘锋	安徽大学计算机科学与技术学院	77	392	11.0	16.0
2	朱二周	安徽大学计算机科学与技术学院	19	157	7.0	12.0
3	徐文涛	安徽大学计算机科学与技术学院	4	9	1.0	3.0