面向新浪微博的意见领袖挖掘算法

• 作者: 刘俊杰 夏利 邵维龙 韩东红 马畅
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 新浪微博 意见领袖 PageRank 特征指标 卷积神经网络
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 网络与通信
• 页码范围: 80-86
• 页数: 7页
• 分类号: TP391
• 字数: 8597字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2018.09.016

摘要

当前的影响力分析算法大多基于网络拓扑结构或用户交互信息,然而单一方面的方法会使挖掘结果出现较大的偏差,目前缺乏全面准确的影响力挖掘方法.本文通过对传统PageRank算法进行扩展,提出一种面向新浪微博的基于用户交互度连接属性的TCRank算法;其次设计了3种微博意见领袖特征指标,并对其加权求和用于意见领袖候选集的精化操作;同时提出一种基于卷积神经网络模型的情感支持度的意见领袖抽取算法,对意见领袖候选集进行最终排名.最后,通过实验验证所提出算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩东红	东北大学计算机科学与工程学院	23	95	5.0	8.0
2	刘俊杰	山西工程技术学院信息工程与自动化系	2	2	1.0	1.0
3	夏利	东北大学计算机科学与工程学院	21	92	4.0	8.0
4	马畅	东北大学计算机科学与工程学院	2	2	1.0	1.0
5	邵维龙	东北大学计算机科学与工程学院	1	2	1.0	1.0