基于多学习因子粒子群算法的微博用户影响力分析

摘要：

分析了用户与其所在网络社团之间的关系,将岛屿模型的思想应用于标准粒子群算法的改进,提出了一种多学习因子粒子群算法(MPSO).该算法综合考量了用户自身属性和社团关系网络特性两种影响因子,克服了网络水军和僵尸粉的干扰,同时这种改进的粒子群算法使得粒子在进化过程后期更具多样性,避免陷入局部最优.最后通过与Page Rank算法、Behavior-Relationship Rank算法进行对比,充分验证了MPSO算法的准确性以及可靠性.

关键词：用户影响力、多学习因子粒子群算法、岛屿模型、社交网络

所属期刊栏目：31

分类号：TP391(计算技术、计算机技术)

资助基金：国家社会科学基金项目16BGL145;北京市社会科学基金项目14SHB015;北京市教育委员会科学研究计划基金项目SM201410038013

在线出版日期：2017-12-14（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：140-144