社交网络正、负影响力计算——基于符号网络的PageRank算法改进

摘要：

当前社交网络中普遍存在带有正面、负面属性的链接指向,构成了具有正负向关系的符号网络.由于传统的PageRank算法无法直接应用于这种新型网络环境,本文提出了一种计算符号网络中节点正、负影响力的改进算法.该算法同时考虑链接的正面和负面指向关系,通过分析节点被正向、负向访问的概率来确定节点在社交网络中的正、负影响力.小规模网络举例说明与Slashdot网站实际数据模拟分析的结果显示,改进算法符合符号网络中同时存在正负关系的特性,与PageRank算法在正负影响力的计算结果上存在差异.较之传统算法计算节点影响力时分离正负关系的做法,改进算法具备理论和实践的创新性.

关键词：社交网络分析、正、负影响力、符号网络、PageRank算法

所属期刊栏目：34

分类号：TS6;TG3

资助基金：国家自然科学基金海外及港澳学者合作研究基金项目71229101;国家社会科学基金项目14CXW038;中国博士后科学基金资助项目2014M551333

在线出版日期：2016-03-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：725-733