计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2013年
8期
2091-2094
,共4页
吴凯%季新生%郭进时%刘彩霞
吳凱%季新生%郭進時%劉綵霞
오개%계신생%곽진시%류채하
微博%影响力度量%PageRank算法%影响力最大化%贪婪算法
微博%影響力度量%PageRank算法%影響力最大化%貪婪算法
미박%영향력도량%PageRank산법%영향력최대화%탐람산법
micro-blog%influence measure%PageRank algorithm%influence maximization%greedy algorithm
由于影响范围的重叠效应,单纯的影响力度量算法并不能解决微博网络中的影响力最大化问题,针对这一研究现状,提出一种用于微博网络中Top-K节点挖掘的算法GABE.通过归纳决定微博用户影响力的关键因素,提出了节点间影响率的概念,进而建立了用于用户影响力度量的WIR算法；根据得到的WIR值提出了符合微博特性的影响力传播模型,运用贪婪算法挖掘出微博网络中的Top-K节点.以爬取到的新浪微博数据进行了模拟验证,结果发现GABE在影响范围上与传统的最大化算法和影响力度量算法相比分别提高了7.7％和20％.这表明通过引入微博特性和贪婪思想,GABE较好地解决了微博网络中的影响力最大化问题.
由于影響範圍的重疊效應,單純的影響力度量算法併不能解決微博網絡中的影響力最大化問題,針對這一研究現狀,提齣一種用于微博網絡中Top-K節點挖掘的算法GABE.通過歸納決定微博用戶影響力的關鍵因素,提齣瞭節點間影響率的概唸,進而建立瞭用于用戶影響力度量的WIR算法；根據得到的WIR值提齣瞭符閤微博特性的影響力傳播模型,運用貪婪算法挖掘齣微博網絡中的Top-K節點.以爬取到的新浪微博數據進行瞭模擬驗證,結果髮現GABE在影響範圍上與傳統的最大化算法和影響力度量算法相比分彆提高瞭7.7％和20％.這錶明通過引入微博特性和貪婪思想,GABE較好地解決瞭微博網絡中的影響力最大化問題.
유우영향범위적중첩효응,단순적영향력도량산법병불능해결미박망락중적영향력최대화문제,침대저일연구현상,제출일충용우미박망락중Top-K절점알굴적산법GABE.통과귀납결정미박용호영향력적관건인소,제출료절점간영향솔적개념,진이건립료용우용호영향력도량적WIR산법；근거득도적WIR치제출료부합미박특성적영향력전파모형,운용탐람산법알굴출미박망락중적Top-K절점.이파취도적신랑미박수거진행료모의험증,결과발현GABE재영향범위상여전통적최대화산법화영향력도량산법상비분별제고료7.7％화20％.저표명통과인입미박특성화탐람사상,GABE교호지해결료미박망락중적영향력최대화문제.
