计算机研究与发展
計算機研究與髮展
계산궤연구여발전
JOURNAL OF COMPUTER RESEARCH AND DEVELOPMENT
2013年
10期
2155-2175
,共21页
丁兆云%周斌%贾焰%张鲁民
丁兆雲%週斌%賈燄%張魯民
정조운%주빈%가염%장로민
话题影响力个体%社会网络%PageRank%多关系网络%微博
話題影響力箇體%社會網絡%PageRank%多關繫網絡%微博
화제영향력개체%사회망락%PageRank%다관계망락%미박
topical influencer%social network%PageRank%multi-relational network%microblog
微博服务每天产生大量涉及多个话题的信息,不同用户参与话题的讨论、传播等表现出不同的影响力.为了全面度量微博中用户在话题层次上的影响力,综合考虑4种网络关系:转发关系、回复关系、复制关系、阅读关系.针对复制关系和阅读关系的不确定性,给出了网络内部转移概率计算方法；针对多关系网络,提出了基于多关系网络的随机游走模型MultiRank,分别考虑了网络内部的转移概率和不同网络之间的跳转概率.最后将影响力个体根据其影响力属性分为“多话题层次影响力个体”和“单话题层次影响力个体”.真实的Twitter数据集上验证了MultiRank的有效性,实验结果表明MultiRank优于TwitterRank和其他影响力个体发现方法,同时实验结果也表明多话题层次影响力个体数目相对所有影响力个体仅占少部分,但影响效果却明显高于单话题层次影响力个体.
微博服務每天產生大量涉及多箇話題的信息,不同用戶參與話題的討論、傳播等錶現齣不同的影響力.為瞭全麵度量微博中用戶在話題層次上的影響力,綜閤攷慮4種網絡關繫:轉髮關繫、迴複關繫、複製關繫、閱讀關繫.針對複製關繫和閱讀關繫的不確定性,給齣瞭網絡內部轉移概率計算方法；針對多關繫網絡,提齣瞭基于多關繫網絡的隨機遊走模型MultiRank,分彆攷慮瞭網絡內部的轉移概率和不同網絡之間的跳轉概率.最後將影響力箇體根據其影響力屬性分為“多話題層次影響力箇體”和“單話題層次影響力箇體”.真實的Twitter數據集上驗證瞭MultiRank的有效性,實驗結果錶明MultiRank優于TwitterRank和其他影響力箇體髮現方法,同時實驗結果也錶明多話題層次影響力箇體數目相對所有影響力箇體僅佔少部分,但影響效果卻明顯高于單話題層次影響力箇體.
미박복무매천산생대량섭급다개화제적신식,불동용호삼여화제적토론、전파등표현출불동적영향력.위료전면도량미박중용호재화제층차상적영향력,종합고필4충망락관계:전발관계、회복관계、복제관계、열독관계.침대복제관계화열독관계적불학정성,급출료망락내부전이개솔계산방법；침대다관계망락,제출료기우다관계망락적수궤유주모형MultiRank,분별고필료망락내부적전이개솔화불동망락지간적도전개솔.최후장영향력개체근거기영향력속성분위“다화제층차영향력개체”화“단화제층차영향력개체”.진실적Twitter수거집상험증료MultiRank적유효성,실험결과표명MultiRank우우TwitterRank화기타영향력개체발현방법,동시실험결과야표명다화제층차영향력개체수목상대소유영향력개체부점소부분,단영향효과각명현고우단화제층차영향력개체.
