基于粗糙集-AHM的新浪微博意见领袖挖掘

摘要：

传统上用来发掘意见领袖的方法主要有指标权重法和社会网络结构挖掘两大类，但是单纯靠指标权重法发现意见领袖受研究者的主观影响较大，而社会网络结构法中用户间关系较难挖掘且对用户其他属性的衡量有局限性，故而引入了基于粗糙集和AHM算法相结合的综合指标权重算法，充分综合主、客观指标权重挖掘意见领袖，避免了使用单一方法的弊端。通过对新浪微博中热点事件的实例验证，比较了粗糙集-AHM、AHP、社会网络挖掘三种算法的结果，并总结出了本方法计算简单，对用户关系数据依赖程度低、指标评价更加客观的特点。

关键词：意见领袖、粗糙集、AHM、指标评价

分类号：G206(信息与传播理论)

资助基金：浙江省高校人文社科重点研究基地基金RWSKZD03-201207；浙江省哲社重点研究基地和浙江省人文社科基金SIPM3222；浙江省社科联2014Z084；2014年度国家级大学生创新创业训练计划立项基于社交网络的“杭州限牌”舆情分析模型构建与实证201410356019；2015年新苗人才计划项目2015R409005

在线出版日期：2016-03-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：67-71