10.3969/j.issn.1000-1220.2021.11.016
融合用户相似性的Hegselmann-Krause模型研究
随着微博平台的飞速发展,数以亿级的博文信息容易造成网络舆情,故基于微博网络的观点演化模型的研究逐渐成为了研究热点.经典舆情演化模型Hegselmann-Krause(HK)在观点演化时,仅考虑了邻居节点对自身节点的影响,而忽视了非邻居节点所带来的影响.因此本文提出了一种基于用户推荐的HK(URHK)模型,该模型不仅考虑了非邻居节点的影响,同时可以展示用户对某一话题的观点或态度,也改进了经典HK模型权重设置中所存在的缺陷.最后该模型在微博真实数据集上进行实验测试,实验结果表明URHK模型的正确率达80.4%,相比经典的HK模型有较大的提升,因此URHK模型在微博网络信息传播研究中具有良好的表现.
微博网络;舆情传播;Hegselmann-Krause模型;用户相似性
42
TP391(计算技术、计算机技术)
国家自然基金项目71901144
2021-11-29(万方平台首次上网日期,不代表论文的发表时间)
共6页
2344-2349