10.11896/j.issn.1002-137X.2016.9.012
基于MapReduce的新型微博用户影响力排名算法研究
微博凭借其即时发布、实时传播、简便易用的特点逐渐成为最为主流的自媒体平台.用户影响力评价是微博社交网络中基本而又重要的问题,它对于优化与推动社会信息传播来说有着重要意义.以新浪微博为实验对象,通过综合考虑微博用户关系网络特性和用户行为,结合MapReduce编程计算模型,提出了一种基于MapReduce的新型用户影响力排名算法——QRank.在Hadoop平台上的实验结果表明,QRank算法具有良好的可扩展性,能够有效结合微博用户关系网络与行为特性,从而更加真实与充分地反映用户的实际影响力.
PageRank算法、MapReduce、用户影响力、Hadoop平台
43
TP391(计算技术、计算机技术)
国家自然科学基金61300169
2016-10-17(万方平台首次上网日期,不代表论文的发表时间)
共6页
66-70,86