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:
随着微博研究的深入,对微博用户可信度的评价成为一个研究热点.针对微博用户可信度评价的问题,提出了一种基于关联关系的用户可信度分析方法.以新浪微博为研究对象,首先从用户的资料信息、交互信息和行为信息三个方面出发,分析了用户的7个相关特征,利用层次分析法(AHP),进而得到用户自评价可信度;然后以用户自评价作为基点,以用户关系网络作为载体,结合用户之间潜在的用户互评关系,通过改进PageRank算法,提出了用户可信度评价模型User-Rank,进而,利用关系网络中其他用户对待分析用户的可信度进行综合评价.大规模的微博真实数据的实验表明,所提方法能够取得良好的用户可信度评价效果.
推荐文章
基于链接的微博用户可信度研究
微博
用户可信度
影响力
PageRank算法
结构平衡
微博信息可信度评估的数据起源方法
微博
可信度
数据起源
PROV模型
基于Peoplerank的微博用户可信度排序算法
微博
用户可信度
Peoplerank
排序
关注圈
新浪微博平台上的用户可信度评估
用户可信度
新浪微博
User-Rank
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 基于关联关系的微博用户可信度分析方法
来源期刊 计算机应用 学科 工学
关键词 用户自评价 关系网络 用户可信度 用户关联关系 层次分析法 PageRank
年,卷(期) 2017,(3) 所属期刊栏目 第四届大数据学术会议(CCF BIGDATA2016)
研究方向 页码范围 654-659
页数 6页 分类号 TP393.092
字数 8112字 语种 中文
DOI 10.11772/j.issn.1001-9081.2017.03.654
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 张仰森 北京信息科技大学智能信息处理研究所 104 721 15.0 23.0
2 杜翠兰 11 62 5.0 7.0
3 佟玲玲 5 48 4.0 5.0
4 李扬曦 2 17 2.0 2.0
5 李付民 北京信息科技大学智能信息处理研究所 1 8 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (59)
共引文献  (146)
参考文献  (8)
节点文献
引证文献  (8)
同被引文献  (14)
二级引证文献  (4)
1904(1)
  • 参考文献(0)
  • 二级参考文献(1)
1938(1)
  • 参考文献(0)
  • 二级参考文献(1)
1960(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)
1973(2)
  • 参考文献(0)
  • 二级参考文献(2)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(2)
  • 参考文献(0)
  • 二级参考文献(2)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(1)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(8)
  • 参考文献(1)
  • 二级参考文献(7)
2012(6)
  • 参考文献(1)
  • 二级参考文献(5)
2013(4)
  • 参考文献(1)
  • 二级参考文献(3)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(3)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(3)
  • 二级引证文献(0)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(6)
  • 引证文献(4)
  • 二级引证文献(2)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(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
用户自评价
关系网络
用户可信度
用户关联关系
层次分析法
PageRank
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
计算机应用
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
总被引数(次)
209512
论文1v1指导