原文服务方: 计算机应用研究       
摘要:
为快速、准确地识别微博网络中具有较大影响力的节点,提出了一种基于用户关系、行为以及社团结构的影响力评价算法.根据模块度对加权有向微博网络进行社团划分,综合微博网络中用户的粉丝数量、粉丝质量以及跨社团数目等特性度量节点的影响力.同时,对粉丝质量进行深入的分析,利用粉丝对用户的关注度作为粉丝质量的分配标准,最终完成用户传播影响力的评价.实验结果表明,该算法显著提高了评估用户传播影响力的准确性.
推荐文章
基于用户行为综合分析的微博用户影响力评价方法
微博用户
传播影响力
用户行为
PageRank
影响覆盖率
融合用户行为和内容的微博用户影响力方法
微博
影响力
用户行为
信息传播
LDA模型
基于PageRank的微博用户影响力算法研究
PageRank
新浪微博
用户影响力
用户自身行为
基于个人属性特征的微博用户影响力分析
微博话题
关键人识别
用户影响力
属性特征
回归分析
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 基于行为和社团的微博用户传播影响力分析
来源期刊 计算机应用研究 学科
关键词 关系 行为 社团结构 影响力 微博网络
年,卷(期) 2018,(7) 所属期刊栏目 系统应用开发
研究方向 页码范围 2075-2078
页数 4页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2018.07.036
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 李斌 南京工业大学计算机科学与技术学院 56 397 12.0 15.0
2 刘学军 南京工业大学计算机科学与技术学院 59 564 12.0 21.0
3 陈振春 南京工业大学计算机科学与技术学院 3 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (72)
共引文献  (203)
参考文献  (12)
节点文献
引证文献  (5)
同被引文献  (0)
二级引证文献  (0)
1966(1)
  • 参考文献(0)
  • 二级参考文献(1)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1973(3)
  • 参考文献(1)
  • 二级参考文献(2)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(6)
  • 参考文献(1)
  • 二级参考文献(5)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(8)
  • 参考文献(1)
  • 二级参考文献(7)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(9)
  • 参考文献(2)
  • 二级参考文献(7)
2011(10)
  • 参考文献(1)
  • 二级参考文献(9)
2012(8)
  • 参考文献(1)
  • 二级参考文献(7)
2013(6)
  • 参考文献(1)
  • 二级参考文献(5)
2014(5)
  • 参考文献(4)
  • 二级参考文献(1)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(4)
  • 引证文献(4)
  • 二级引证文献(0)
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
关系
行为
社团结构
影响力
微博网络
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导