10.16208/j.issn1000-7024.2016.08.014
微博社会网络用户节点重要性排序
微博用户节点重要性研究没有充分考虑到信息的高冗余性、传播速度快、时效性高等问题,为此构建基于贝叶斯模型的用户影响力计算方法。分析微博社会网络中用户的行为模式,使用贝叶斯网络模型进行用户节点属性的先验概率学习;通过人工标识重要用户节点,使用领域专家知识获取各属性的先验概率;对具有重要影响力的属性值进行学习,建立用户属性-影响力的贝叶斯网络模型,根据影响力排序得到微博社会网络用户节点重要性排序。实验结果表明,该方法可以显著识别重要用户节点。
重要性排序、用户节点、贝叶斯网络、微博、社会网络、舆情监督
37
TP391(计算技术、计算机技术)
天津市科技型中小企业技术创新基金项目12ZXCXGX33500
2016-09-27(万方平台首次上网日期,不代表论文的发表时间)
共7页
2050-2056