融合用户观点的社会影响力分析

• 作者: 廖祥文 林柏钢 陈国龙 陈畅 魏晶晶
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 张量分解 观点 拉普拉斯矩阵 社会影响力分析
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 情感分析与社会计算
• 页码范围: 191-198
• 页数: 8页
• 分类号: TP391
• 字数: 5167字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2017.04.027

摘要

社交媒介已经成为了一种分享交换信息的重要平台,识别出其中影响力高的用户已经广泛地应用于推荐系统 、专家识别 、广告投放等应用.该文提出了一种受限张量分解方法,其能识别出给定主题下影响力高的用户,同时保持其影响力的极性分布(例如正面 、中性 、负面).该方法通过拉普拉斯矩阵引入用户主题相似性约束,控制张量分解过程,使用分解结果计算用户影响力得分.实验结果表明,该方法在社会影响力分析中的性能优于OOLAM、TwitterRank等基准算法,并具有良好的可扩展性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈国龙	福州大学数学与计算机科学学院	120	1286	19.0	32.0
2	林柏钢	福州大学数学与计算机科学学院	75	476	11.0	17.0
3	廖祥文	福州大学数学与计算机科学学院	26	144	7.0	11.0
4	魏晶晶	福州大学数学与计算机科学学院	7	45	4.0	6.0
5	陈畅	福州大学数学与计算机科学学院	1	0	0.0	0.0