改进PageRank算法挖掘社交网络关键用户

摘要：

为了准确而快速地挖掘社交网络中的隐藏关键用户,文中在分析经典PageRank算法平均分配权值缺点的基础上,为社交网络中的每个用户节点设置各自的权威度,并结合用户浏览网页的现实情况,模拟用户可以根据主观意向选择节点对应的链接操作,提出一种Au?2S?PageRank(Authority?2Step?PageRank)算法.该算法在程序设计上融合传统Au?PageRank和2S?PageRank算法的优点,可解决权值分配和用户主观意向难以确定这两方面的问题.另外,使用推特数据集对Au?2S?PageRank算法、经典PageRank算法、MBUI?SFIM算法进行测试仿真.实验结果表明,相比另外两种数据挖掘算法,Au?2S?PageRank算法可以更加高效且准确地挖掘有向社交网络中的关键用户.

关键词：PageRank算法、社交网络、关键用户挖掘、权值分配、主观意向、仿真测试

所属期刊栏目：45

分类号：TN915⁃34;TP391

在线出版日期：2022-06-16（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：95-99