虚拟社区中意见领袖的识别模型研究
基于复杂网络理论和聚类算法实现虚拟社区意见领袖的辨识研究.首先,通过在线论坛数据构建虚拟社区的用户回复网络,采用复杂网络理论分析用户回复网络的结构特性,提取入度、出度、介数等作为意见领袖的典型特性参数,并结合数据统计特性,建立社区用户的特征向量.然后,基于复杂网络节点中心性分析,定义了意见领袖的筛选条件,提出一种基于期望最大化算法的虚拟社区意见领袖识别模型,筛选出最符合意见领袖群体的子类.以国内某虚拟社区为例,采用该模型实现了意见领袖的筛选,实验结果证明了模型的正确性和有效性.
期望最大化算法、意见领袖、聚类、虚拟社区
34
G434(电化教育)
国家社会科学基金"复杂动态社会网络的结构分析与用户行为研究"10CTQ012;北京市教育委员会科技计划面上项目"复杂网络的演化模型研究"KM201210028021;北京市属高等学校人才强教计划资助项目"复杂网络的社区发现研究"PHR201108137
2013-04-07（万方平台首次上网日期，不代表论文的发表时间）
共5页
42-46
