基于领域的微博用户影响力计算方法

被引：11

作者：

朱郭峰 ^{[1
]}

杨彦 ^{[2
]}

周竹荣 ^{[1
]}

应中运 ^{[1
]}

韩凤娇 ^{[1
]}

机构：

[1] 西南大学计算机与信息科学学院

[2] 西南大学信息中心

来源：

西南大学学报(自然科学版) | 2014年 / 36卷 / 03期

关键词：

领域分类; 微博用户影响力; 影响力计算模型;

D O I：

10.13718/j.cnki.xdzk.2014.03.026

中图分类号：

TP393.092 [];

学科分类号：

摘要：

为了充分考虑微博的跨领域与领域交叉性特点,提出了基于领域的微博用户影响力的计算方法.该方法依据用户的微博内容与ODP领域本体的相似度,通过KNN领域分类算法判别微博所属的领域;并根据用户的粉丝数、被提及数、被评论数、在线时间与注册时间、微博的转发数等参数运用影响力计算公式分别计算用户在各领域的影响力,从而确定微博用户在各领域的影响力大小.实验表明,本文的计算方法充分考虑了微博的跨领域性与领域交叉性特点,并能更好地计算用户在各领域的影响力大小.

引用

页码：145 / 151

页数：7

共 11 条

[1] 微博用户区域影响力识别算法及分析
肖宇
许炜
商召玺
[J]. 计算机科学, 2012, 39 (09) : 38 - 42
[2] 基于领域特征文本的Deep Web分类研究
吴春明
谢德体
[J]. 计算机科学, 2012, 39 (04) : 177 - 180
[3] 微博影响力评价研究
李军
陈震
黄霁崴
[J]. 信息网络安全, 2012, (03) : 10 - 13+27
[4] 文本分类及算法综述
张征杰
王自强
[J]. 电脑知识与技术, 2012, 8 (04) : 825 - 828+841
[5] ODP分类体系初探
陆晓曦
[J]. 山东图书馆学刊, 2009, (01) : 62 - 65+70
[6] 一个高效的KNN分类算法
张著英
黄玉龙
王翰虎
[J]. 计算机科学, 2008, (03) : 170 - 172
[7] 使用KNN算法的文本分类
张宁
贾自艳
史忠植
[J]. 计算机工程, 2005, (08) : 171 - 172+185
[8] 中文微博客热点话题检测与跟踪技术研究[D]. 孙胜平.北京交通大学. 2011
[9] 网络舆情分析关键技术的研究与实现[D]. 许志凯.哈尔滨工业大学. 2011
[10] 社交网络结构研究[D]. 刘耀庭.浙江大学. 2008

← 1 2 →