原文服务方: 计算机应用研究       
摘要:
利用社交网络大数据进行用户影响力分析,有助于识别网络环境中影响力强的用户实现其社会和商业价值.传统方法无法高效处理海量社交网络数据,定量准确地分析用户影响力,为解决该问题,提出一种基于PageRank算法的改进的用户影响力评价模型.综合考虑了用户连接程度和活跃程度,并以支持大规模并行图计算的Spark GraphX为工具,快速高效地实现了微博用户影响力的定量分析与评价.实验结果表明,所提方法效率更高,得到的用户影响力结果更接近真实情况.
推荐文章
社交网络中用户区域影响力评估算法研究
社交网络
区域影响力
节点发现
信息传播
众筹项目的社交网络影响力预测与分析
社交网络
众筹项目
社会影响力
影响力预测
基于MRLT模型多关系社交网络影响力最大化研究
社交网络
影响力最大化
传播模型
多关系社交网络
基于用户行为和结构洞的用户影响力评价模型
用户影响力
非冗余信息
用户行为
结构洞
网络约束系数
覆盖率
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Spark GraphX和社交网络大数据的用户影响力分析
来源期刊 计算机应用研究 学科
关键词 数据挖掘 社交网络大数据 Spark GraphX 用户影响力分析
年,卷(期) 2018,(3) 所属期刊栏目 系统应用开发
研究方向 页码范围 830-834
页数 5页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2018.03.039
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 陈能成 武汉大学测绘遥感信息工程国家重点实验室 55 442 9.0 19.0
5 肖长江 武汉大学测绘遥感信息工程国家重点实验室 5 52 4.0 5.0
9 文馨 武汉大学测绘遥感信息工程国家重点实验室 3 13 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (95)
参考文献  (9)
节点文献
引证文献  (8)
同被引文献  (35)
二级引证文献  (1)
1972(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(5)
  • 参考文献(2)
  • 二级参考文献(3)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(4)
  • 参考文献(3)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(4)
  • 引证文献(3)
  • 二级引证文献(1)
研究主题发展历程
节点文献
数据挖掘
社交网络大数据
Spark GraphX
用户影响力分析
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
论文1v1指导