微博社会网络用户节点重要性排序

摘要：

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。

关键词：重要性排序、用户节点、贝叶斯网络、微博、社会网络、舆情监督

所属期刊栏目：37

分类号：TP391(计算技术、计算机技术)

资助基金：天津市科技型中小企业技术创新基金项目12ZXCXGX33500

在线出版日期：2016-09-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：2050-2056