虚拟学习社区中意见领袖识别模型研究

摘要：

虚拟学习社区是传统教育突破空间资源限制形成的便捷性学习环境,其中意见领袖是构成社区信息通路的重要角色,对其他用户有强大的影响力.为了准确识别社区中的意见领袖,构建出虚拟学习社区网络,分析各用户的中心性和社会网络角色特征,选取入度、出度、介数、特征向量中心性、用户活跃度、用户帖子转发量、用户帖子评论量等七个特征值作为筛选条件,结合基于K-means的用户聚类算法,提出基于K-means算法的意见领袖识别模型.最后,将该识别模型应用于某虚拟社区,根据各个聚类子类的特征向量,提取理论意义上的意见领袖集合.实验证明,获取意见领袖集合具有很高的准确性,识别出的意见领袖均处于中心者或桥梁位置,占据着社会网络的优势位置,在虚拟社区中承担着核心或中介等特殊作用.

关键词：意见领袖、识别模型、中心性、虚拟社区、K-means算法

所属期刊栏目：30

分类号：TP319(计算技术、计算机技术)

资助基金：国家自然科学基金;河南省高等教育教学改革研究;实践项目;河南科技学院大学生创新创业训练项目

在线出版日期：2020-05-28（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：56-60