基于用户转发的User-Behavior Rank算法研究

• 作者: 于笑明 李文杰
• 来源期刊: 天津理工大学学报
• 学科: 工学
• 关键词: 微博社区 推荐 PageRank算法 User-Behavior Rank算法
• 年，卷（期）: 2018,（1）
• 页码范围: 19-24
• 页数: 6页
• 分类号: TP399
• 字数: 4259字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-095X.2018.01.004

摘要

近些年,微博、博客、人人网、豆瓣等各种社交网络的发展,引发了学术界对社会网络、虚拟社区的关注.本论文提出了一种基于用户转发的User-Behavior Rank(UBR)算法,力求在推荐过程执行之前,预先选出微博社区中具有权威性的博主,提高推荐新颖性.文中的基于转发行为的User-Behavior Rank是对传统的PageRank(PR)的改进,以博主之间的关注关系为边,基于其发微博的行为以及其粉丝对微博的转发,计算各自的UBR值,取UBR值较大的博主作为推荐集合.与PageRank相比,UBR能够选出更加符合社会实际的有影响力的用户集.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李文杰	天津理工大学计算机科学与工程学院天津市智能计算及软件新技术重点实验室	11	77	4.0	8.0
2	于笑明	天津理工大学计算机科学与工程学院天津市智能计算及软件新技术重点实验室	2	4	1.0	2.0