融合用户内容与关系结构的用户影响力算法

被引：3

作者：

马慧芳 ^{[1
,2
]}

师亚凯 ^{[1
]}

谢蒙 ^{[1
]}

庄福振 ^{[2
]}

机构：

[1] 西北师范大学计算机科学与工程学院

[2] 中国科学院计算技术研究所

来源：

计算机应用 | 2015年 / 35卷 / 12期

关键词：

微博内容; 用户关系; 影响力; 信息传播; 相似度迭代计算;

D O I：

暂无

中图分类号：

G206 [传播理论]; TP391.1 [文字信息处理];

学科分类号：

050302 ; 081203 ; 0835 ;

摘要：

为快速检测出信息传播的途径,减少恶意信息造成的影响,提出了一种迭代的融合用户内容与关系结构的用户影响力算法(CSIAI)。该算法通过用户微博内容建模,迭代计算出词-用户文档的相似性;另外通过微博的关注和被关注行为,建立用户关系结构,计算用户影响力权值,得到用户的影响力邻接矩阵,提取k个较大影响力的节点作为信息传播的路径。在检测仿真实验中,CSIAI以影响覆盖率和响应时间作为评价指标,根据扩充后的新知识库,确定CSIAI中参数α和β的关系。随着用户数量增长,CSIAI的影响覆盖率和响应时间性能明显优于PageRank、CELF和非迭代的融合用户内容与关系结构的用户影响力算法(CSIA)。实验结果表明,CSIAI能有效地检测到信息的传播情况。

引用

页码：3487 / 3490+3496 +3496

页数：5

共 15 条

[1] 新浪微博网信息传播分析与预测 [J].

曹玖新 ;

吴江林 ;

石伟 ;

刘波 ;

郑啸 ;

罗军舟 .

计算机学报, 2014, 37 (04) :779-790

[2] 基于网络社团结构的节点传播影响力分析 [J].

赵之滢 ;

于海 ;

朱志良 ;

汪小帆 .

计算机学报, 2014, 37 (04) :753-766

[3] 社交网络的结构支撑理论 [J].

韩毅 ;

许进 ;

方滨兴 ;

周斌 ;

贾焰 .

计算机学报, 2014, 37 (04) :905-914

[4] 微博中基于多关系网络的话题影响力个体挖掘(英文) [J].

丁兆云 ;

贾焰 ;

周斌 ;

韩毅 .

中国通信, 2013, 10 (01) :93-104

[5] A short text modeling method combining semantic and statistical information [J].

Liu Wenyin ;

Quan, Xiaojun ;

Feng, Min ;

Qiu, Bite .

INFORMATION SCIENCES, 2010, 180 (20) :4031-4041

[6] A short text modeling method combining semantic and statistical information [J].

Liu Wenyin ;

Quan, Xiaojun ;

Feng, Min ;

Qiu, Bite .

INFORMATION SCIENCES, 2010, 180 (20) :4031-4041

[7]

E-Mail as Spectroscopy: Automated Discovery of Community Structure within Organizations. Joshua Tyler,Dennis Wilkinson,Bernardo Huberman. The Information Society . 2005

[8]

The SMART retrieval system-experiments in automatic document processing. Salton G. The SMART Retrieval System: Experiments in Automatic Document Processing . 1971

[9]

The strength of weak ties. Granovetter MS. The American Journal of Medicine . 1973

[10]

Locating the source of diffusion in large-scale networks. Pinto Pedro C,Thiran Patrick,Vetterli Martin. Physical Review . 2012

← 1 2 →