基于Hadoop云平台的新浪微博社交网络关键节点挖掘算法

• 作者: 张鹏 王钢 陈红松
• 来源期刊: 东南大学学报（自然科学版）
• 学科: 工学
• 关键词: 社交网络 新浪微博 云平台 关键节点 挖掘算法
• 年，卷（期）: 2018,（4）
• 页码范围: 590-595
• 页数: 6页
• 分类号: TP309
• 字数: 6401字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0505.2018.04.002

摘要

为了高效地分析挖掘新浪微博社交网络信息传播过程中的关键节点,以Hadoop云计算系统作为存储和处理平台,在X-RIME大规模社会网络分析工具开源框架基础上,针对社交网络中使用HITS (hypertext induced topic selection)链接分析算法挖掘关键节点时,未能体现节点和连接的社会属性问题进行改进.新算法充分考虑了社交网络节点和边的社会属性,对HITS算法节点和边的社会属性权值进行优化计算,提出适合社交网络特点的加权HITS算法.通过Hadoop云平台分别运行加权HITS算法和传统HITS算法对新浪微博社交网络数据进行分析.实验结果表明,加权HITS算法比传统HITS算法具有更高的执行效率和结果区分度,加权HITS算法更适合于大规模社交网络信息传播过程中关键节点的分析挖掘.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张鹏	北京科技大学计算机与通信工程学院	21	170	6.0	12.0
2	陈红松	北京科技大学计算机与通信工程学院	25	97	6.0	9.0
6	王钢		10	25	4.0	4.0